混合動力汽車動力系統(tǒng)結(jié)構(gòu)相較于傳統(tǒng)燃油車而言復(fù)雜程度有所上升,導(dǎo)致整體的振動噪聲特性有明顯變化,驅(qū)動模式根據(jù)動力分配控制策略不停切換使得瞬態(tài)沖擊和高頻噪聲問題頻頻出現(xiàn),車內(nèi)聲品質(zhì)環(huán)境未有改善,特定工況下甚至有所惡化,基于以上諸多因素,本文開展了關(guān)于混合動力汽車車內(nèi)聲品質(zhì)評價與控制的研究工作。具體研究工作如下:首先,探討了混合動力汽車主要行駛工況下傳動系統(tǒng)的動力分配方式。在此基礎(chǔ)上,分析并挑選試驗工況,通過實車道路試驗采集穩(wěn)態(tài)和非穩(wěn)態(tài)工況的聲信號,利用分組成對比較法對聲樣本進行主觀評價試驗。利用ArtemiS軟件計算穩(wěn)態(tài)和非穩(wěn)態(tài)工況下聲樣本的客觀參量,分別與對應(yīng)煩惱度值作相關(guān)性分析,發(fā)現(xiàn)非穩(wěn)態(tài)下音調(diào)度與煩惱度值相關(guān)系數(shù)不大,將其從評價預(yù)測模型的訓(xùn)練輸入量中剔除。其次,搭建基于SVM、LSSVM、FM算法的聲品質(zhì)評價預(yù)測模型。分別以穩(wěn)態(tài)和非穩(wěn)態(tài)工況下所測前45組聲樣本的客觀參量和煩惱度值作為訓(xùn)練,進行主觀評價結(jié)果預(yù)測,發(fā)現(xiàn)穩(wěn)態(tài)和非穩(wěn)態(tài)工況下均是FM算法模型的預(yù)測精度較高,并且相較于穩(wěn)態(tài)而言非穩(wěn)態(tài)下模型的預(yù)測精度普遍較低,說明客觀參量無法全面反映非穩(wěn)態(tài)工況下聲樣本的變化特征。針對這一問題,提...

【文章頁數(shù)】：110 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 聲品質(zhì)評價方法研究現(xiàn)狀
        1.2.2 聲品質(zhì)評價預(yù)測模型研究現(xiàn)狀
        1.2.3 聲品質(zhì)控制研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
第二章 混合動力汽車運行工況與噪聲信號采集
    2.1 動力傳動系統(tǒng)結(jié)構(gòu)
    2.2 行駛工況分析
    2.3 HEV振動噪聲試驗
    2.4 本章小結(jié)
第三章 混合動力汽車車內(nèi)聲品質(zhì)主客觀評價研究
    3.1 聲品質(zhì)主觀評價
        3.1.1 聲信號預(yù)處理
        3.1.2 聲品質(zhì)主觀評價方法
        3.1.3 主觀評價試驗數(shù)據(jù)處理
        3.1.4 主觀評價結(jié)果及分析
    3.2 聲品質(zhì)客觀評價
        3.2.1 聲品質(zhì)客觀參量
        3.2.2 客觀評價結(jié)果及分析
    3.3 客觀參量與主觀評價相關(guān)性分析
    3.4 本章小結(jié)
第四章 聲品質(zhì)評價預(yù)測模型研究
    4.1 基于SVM算法的評價預(yù)測模型
        4.1.1 SVM算法
        4.1.2 基于SVM算法的聲品質(zhì)評價預(yù)測模型
    4.2 基于LSSVM算法的評價預(yù)測模型
        4.2.1 LSSVM算法
        4.2.2 基于LSSVM算法的聲品質(zhì)評價預(yù)測模型
    4.3 基于FM算法的評價預(yù)測模型
        4.3.1 FM算法
        4.3.2 基于FM算法的聲品質(zhì)評價預(yù)測模型
    4.4 三種評價預(yù)測模型效果對比
    4.5 非穩(wěn)態(tài)工況聲信號特征提取
        4.5.1 經(jīng)驗?zāi)B(tài)分解原理
        4.5.2 聲信號特征提取原理
        4.5.3 特征提取方法應(yīng)用
    4.6 非穩(wěn)態(tài)工況下改進后三種評價預(yù)測模型效果對比
    4.7 本章小結(jié)
第五章 車內(nèi)聲品質(zhì)的被動控制研究
    5.1 仿真分析
        5.1.1 建立車身模型
        5.1.2 車身結(jié)構(gòu)模態(tài)分析
        5.1.3 激勵導(dǎo)入
        5.1.4 建立聲腔模型與聲學(xué)模態(tài)分析
        5.1.5 聲學(xué)響應(yīng)分析
    5.2 聲品質(zhì)被動控制
        5.2.1 被動控制技術(shù)簡述
        5.2.2 吸聲材料選取
        5.2.3 吸聲材料安裝
        5.2.4 被動控制效果對比
    5.3 車內(nèi)聲品質(zhì)控制效果檢驗
        5.3.1 聲品質(zhì)控制效果模型檢驗
        5.3.2 二次主觀評價檢驗
    5.4 本章小結(jié)
第六章 車內(nèi)聲品質(zhì)的主動控制研究
    6.1 控制系統(tǒng)各部分模塊選取
        6.1.1 控制系統(tǒng)類型
        6.1.2 非聲信號選取
        6.1.3 構(gòu)建動態(tài)神經(jīng)網(wǎng)絡(luò)
    6.2 自適應(yīng)主動控制系統(tǒng)算法
        6.2.1 最小均方誤差算法
        6.2.2 濾波-X最小均方誤差算法
    6.3 次級通道建立
    6.4 自適應(yīng)主動控制系統(tǒng)
        6.4.1 基于FELMS算法的自適應(yīng)主動控制系統(tǒng)
        6.4.2 搭建控制系統(tǒng)模型
        6.4.3 確定自適應(yīng)濾波器階數(shù)及收斂因子
    6.5 聲品質(zhì)主動控制效果檢驗
    6.6 二次主觀評價檢驗
    6.7 本章小結(jié)
第七章 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 研究展望
參考文獻
致謝
攻讀碩士研究生期間的學(xué)術(shù)成果
附錄A



本文編號：3852029