基于改進PSO-GA的BP神經(jīng)網(wǎng)絡對車內(nèi)聲品質(zhì)的研究
發(fā)布時間:2020-03-30 10:57
【摘要】:伴隨著經(jīng)濟社會的發(fā)展,汽車已經(jīng)走進千家萬戶成為人們?nèi)粘I钪兄饕某鲂泄ぞ?由技術革新帶來的變化,使得現(xiàn)在的消費者對于汽車越來越挑剔,不再是單獨只看性能配置,而是越來越多的關注整車的舒適性。聲品質(zhì)主導的NVH(噪聲、振動與聲振粗糙度)是乘車舒適性的一個重要參考指標。針對汽車聲品質(zhì)研究中遇到的問題,本文對四款國內(nèi)轎車車內(nèi)噪聲進行了采集和分析。下面對論文所研究內(nèi)容進行簡要的介紹:首先對汽車噪聲的主要來源、產(chǎn)生機理和影響因素進行分析。得到汽車內(nèi)噪聲主要來自于發(fā)動機。選擇了5種最常用的心理聲學客觀參數(shù),對聲音的心理聲學參數(shù)的計算模型進行研究。對比三種聲品質(zhì)主觀評價方法,本文采用等級評分法進行研究。在研究中采用數(shù)字人工頭提取車內(nèi)噪聲信號,采集4種國產(chǎn)轎車在均速行駛情況下5種車速的車內(nèi)聲音信號,并計算出噪聲信號的客觀參數(shù)值,采用核主成分分析法對樣本數(shù)據(jù)進行處理,得到第一主元和第二主元。然后完成主觀試驗,獲取聲品質(zhì)主觀評價數(shù)據(jù)。將降維后的聲學樣本數(shù)據(jù)作為輸入,主觀評價結果作為輸出,建立改進PSO-GA的BP神經(jīng)網(wǎng)絡預測模型。利用建立的聲品質(zhì)預測模型對聲音樣本進行預測,對比預測結果與真實值證明了聲品質(zhì)預測模型有更好的準確度和收斂速度。研究結論證明:BP網(wǎng)絡自我學習能力強,能夠處理非平穩(wěn)、非線性的車內(nèi)噪聲信號,但是存在訓練速度緩慢、在全局的搜索能力不迅速、常常陷入到局部最小值的缺陷;結合改進PSO-GA算法后能夠保證搜索準確性的情況下實現(xiàn)全局快速尋優(yōu)。將建立的聲品質(zhì)預測模型與BP神經(jīng)網(wǎng)絡模型、GA-BP神經(jīng)網(wǎng)絡模型分別對聲音樣本進行預測,基于改進PSO-GA算法的BP神經(jīng)網(wǎng)絡模型預測精度更高,證明了所建模型的有效性。本論文提出的基于改進PSO-GA算法的BP神經(jīng)網(wǎng)絡模型對汽車內(nèi)聲品質(zhì)的研究有一定的指導作用。
【圖文】:
進行了主觀評價試驗,設計提出相應的數(shù)學表達式[9]。還有研產(chǎn)生的噪聲進行測試,該測試必須在半消聲室中進行,選擇其的信號進行時頻分析[10]。Kevin Carbary 主要的研究對象是動力整套相關的振動噪聲試驗平臺[11]。T. Musser 對不同剛度、阻聲品質(zhì)進行研究,,并根據(jù)數(shù)學方法對評價系統(tǒng)進行分析[12]。S象是車輛的報警聲,并通過信號的頻率、波形、聲壓、聲音間品質(zhì)進行建模分析[13]。Eric C. Frank 提出基于輪胎參數(shù)的聲品析地面激勵對車內(nèi)聲品質(zhì)的影響,并搭建了預測模型[14]。車品牌中雷克薩斯對汽車內(nèi)聲品質(zhì)研究做得最好,在對發(fā)動機聽診器的設備對發(fā)動機發(fā)出的聲音進行監(jiān)測,直至達到標準才,如圖 1-1 所示;在非豪華車類型中,通用汽車公司在中國上海平的聲品質(zhì)研究實驗室,在對汽車聲品質(zhì)的研究就中走在前列
圖 1-2 汽車聲品質(zhì)檢測國家、不同人群對車內(nèi)聲品質(zhì)煩躁度的感受不一,很難在國際評價標準。此外,很多已經(jīng)取得一定研究成果的聲品質(zhì)測試方被公開,一直作為商業(yè)機密而存在。研究現(xiàn)狀年前,我國的汽車公司便與上海同濟大學展開合作,針對汽研究,得出結論可以利用語義細分發(fā)及三角循環(huán)誤差構建出模型[17]。在 2005 年,中國社科院聲學研究所專家發(fā)表文章,例,對車內(nèi)噪聲是否可以使用非度量多維尺度分析法給出了潤程,葉常景等人在發(fā)表的學術性文章中,結合國內(nèi)外研究成將汽車內(nèi)噪聲進行客觀量化,這對未來在主動控制汽車內(nèi)噪的基礎[19]。2012 年,吉林大學姜吉光對汽車聲品質(zhì)進行深入
【學位授予單位】:燕山大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP183;U467
本文編號:2607462
【圖文】:
進行了主觀評價試驗,設計提出相應的數(shù)學表達式[9]。還有研產(chǎn)生的噪聲進行測試,該測試必須在半消聲室中進行,選擇其的信號進行時頻分析[10]。Kevin Carbary 主要的研究對象是動力整套相關的振動噪聲試驗平臺[11]。T. Musser 對不同剛度、阻聲品質(zhì)進行研究,,并根據(jù)數(shù)學方法對評價系統(tǒng)進行分析[12]。S象是車輛的報警聲,并通過信號的頻率、波形、聲壓、聲音間品質(zhì)進行建模分析[13]。Eric C. Frank 提出基于輪胎參數(shù)的聲品析地面激勵對車內(nèi)聲品質(zhì)的影響,并搭建了預測模型[14]。車品牌中雷克薩斯對汽車內(nèi)聲品質(zhì)研究做得最好,在對發(fā)動機聽診器的設備對發(fā)動機發(fā)出的聲音進行監(jiān)測,直至達到標準才,如圖 1-1 所示;在非豪華車類型中,通用汽車公司在中國上海平的聲品質(zhì)研究實驗室,在對汽車聲品質(zhì)的研究就中走在前列
圖 1-2 汽車聲品質(zhì)檢測國家、不同人群對車內(nèi)聲品質(zhì)煩躁度的感受不一,很難在國際評價標準。此外,很多已經(jīng)取得一定研究成果的聲品質(zhì)測試方被公開,一直作為商業(yè)機密而存在。研究現(xiàn)狀年前,我國的汽車公司便與上海同濟大學展開合作,針對汽研究,得出結論可以利用語義細分發(fā)及三角循環(huán)誤差構建出模型[17]。在 2005 年,中國社科院聲學研究所專家發(fā)表文章,例,對車內(nèi)噪聲是否可以使用非度量多維尺度分析法給出了潤程,葉常景等人在發(fā)表的學術性文章中,結合國內(nèi)外研究成將汽車內(nèi)噪聲進行客觀量化,這對未來在主動控制汽車內(nèi)噪的基礎[19]。2012 年,吉林大學姜吉光對汽車聲品質(zhì)進行深入
【學位授予單位】:燕山大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP183;U467
【參考文獻】
相關期刊論文 前10條
1 楚東來;趙偉辰;林春城;;群智能算法的研究現(xiàn)狀和發(fā)展趨勢[J];信息通信;2015年11期
2 徐文忠;彭志平;左敬龍;;基于遺傳算法的云計算資源調(diào)度策略研究[J];計算機測量與控制;2015年05期
3 王津;張華;陳婉如;;人工神經(jīng)網(wǎng)絡技術及其應用的探討[J];電子技術與軟件工程;2015年02期
4 賀巖松;涂梨娥;徐中明;張志飛;;汽車聲品質(zhì)研究綜述[J];汽車工程學報;2014年06期
5 徐中明;夏小均;賀巖松;張志飛;;汽車發(fā)動機啟動聲品質(zhì)評價與分析[J];振動與沖擊;2014年11期
6 劉國春;費強;趙武云;戴飛;;基于Matlab遺傳算法優(yōu)化工具箱的應用[J];機械研究與應用;2014年02期
7 王俊士;李江濤;;一種改進的BP神經(jīng)網(wǎng)絡算法在入侵檢測中的應用[J];電腦知識與技術;2014年03期
8 蘇麗俐;王登峰;姜吉光;陳書明;譚剛平;;基于語義細分的車內(nèi)聲品質(zhì)模糊綜合評價[J];吉林大學學報(工學版);2012年02期
9 康潤程;葉常景;李青林;;汽車聲品質(zhì)主客觀評價方法研究[J];汽車科技;2011年03期
10 王擘;胡蜀徽;曹志劍;;GA-BP神經(jīng)網(wǎng)絡在雷達目標跟蹤中的應用研究[J];火控雷達技術;2010年03期
本文編號:2607462
本文鏈接:http://sikaile.net/kejilunwen/qiche/2607462.html
最近更新
教材專著