汽車發(fā)動機啟動聲品質(zhì)評價與分析

徐中明，夏小均，賀巖松，張志飛

(1.重慶大學 機械傳動國家重點實驗室,重慶 400030；2.重慶大學 機械工程學院,重慶 400030)

隨著人們對汽車噪聲分析與控制領(lǐng)域研究深入，聲品質(zhì)這一反映了人對特定環(huán)境下噪聲的主觀感覺的概念和相應(yīng)的研究方法也被廣泛的引入汽車工業(yè)。近年來，學者以客觀評價方法、主觀評價方法或是主客觀結(jié)合的評價方法對很多工況下的車內(nèi)噪聲進行了研究。趙彤航等[1]采用成對比較法對轎車在勻速行駛時的車內(nèi)噪聲品質(zhì)進行了偏好性的評價。Lee等[2-3]對乘用車加速時的聲品質(zhì)進行客觀評價得出車內(nèi)轟隆聲與噪聲的響度、尖銳度和粗糙度直接相關(guān)。而對汽車關(guān)門聲的研究更是深入和廣泛[4-6]。對于汽車發(fā)動機啟動時車內(nèi)噪聲卻少有研究, 但其很大程度上決定了駕乘人員對汽車品質(zhì)的第一印象，也成為汽車商品性因素之一，影響著消費者的購買意圖。只有Ford汽車公司在90年代對豪華車型的起動時車內(nèi)噪聲進行了主觀評價與分析，得出起動時間和響度是影響豪華車起動時車內(nèi)噪聲主觀偏好性的主要因素[7]，但該研究沒有涉及中低檔轎車，更是缺少主、客觀參數(shù)的分析。而汽車發(fā)動機啟動時的車內(nèi)噪聲不僅會對車內(nèi)的聲品質(zhì)產(chǎn)生影響，也在一定程度上反映了汽車性能好壞。所以對汽車發(fā)動機啟動時的車內(nèi)噪聲進行進一步的研究是必要的。

本文針對普通家用轎車，采用主客觀結(jié)合的分析方法，完成了汽車發(fā)動機啟動時車內(nèi)噪聲的客觀參數(shù)的計算和分析，并運用成對比較法進行主觀評價實驗。通過主客觀參量的相關(guān)和回歸分析，獲取影響主觀偏好性的主要參量，并以主要客觀參量建立了汽車發(fā)動機啟動時車內(nèi)噪聲的主客觀評價模型。

1 汽車發(fā)動機啟動時聲樣本獲取

1.1 聲信號采集

試驗參照《GB/T18697-2002》中對車內(nèi)噪聲測量的方法，選取測試環(huán)境為開闊場地，與建筑物等大型物體之間的距離大于20 m。汽車測試時除了駕駛員、測試人員和測試設(shè)備外，無其它載荷。天窗、所有車窗全部關(guān)閉，輔助裝置停止動作。

試驗過程中采用B&K公司的雙耳麥克(Binaural Microphone Type 4101)和B&K公司6通道采集器,設(shè)置其采樣頻率為48 000 Hz。雙耳麥克風由駕駛員掛置在其雙耳處，以獲得駕駛員處的聲信號。由同一名技術(shù)熟練的駕駛員對汽車發(fā)動機進行起動。為了便于數(shù)據(jù)的截取和分析，每次操作重復(fù)3次，每次采集時間為20 s。

1.2 聲樣本預(yù)處理

經(jīng)過時域采集的聲樣本，導(dǎo)入B&K的數(shù)據(jù)處理程序。通過回放，找出發(fā)聲效果最佳、記錄最完整的樣本，作為后續(xù)分析的樣本，一共得到10個聲樣本。考慮到需完整記錄汽車起動過程和人耳聽覺形成過程，截取單事件的聲樣本長度為2.5 s。

在進行主觀評價時，響度是占據(jù)主要影響作用的量并掩蔽了對其它特征的感知和評價，所以對響度的處理有助于發(fā)現(xiàn)其他特征對評價主體感受的影響。本文采用中等響度的方式，將雙耳響度均等調(diào)節(jié)到10±1 sone。

2 客觀參數(shù)計算及分析

心理聲學參數(shù)是描述不同聲音信號所造成主觀感受差別程度的客觀物理量，采用心理聲學參數(shù)分析，可以定量地反映聽覺感受的差別，消除個體的影響。而對不同的特征的聲信號，其計算方法不一，所以對聲信號進行前期分析就十分必要了。

2.1 聲信號分析

采集到的某一聲樣本在時域內(nèi)顯示如圖1所示?？梢钥闯觯嚢l(fā)動機啟動時車內(nèi)噪聲幅值隨著記錄時間波動較大。

圖1 聲樣本時域圖

利用短時傅立葉變換得聲樣本的能量時頻分布如圖2所示。可以看出，汽車發(fā)動機啟動時的車內(nèi)噪聲都集中在低頻段，能量分布較集中，隨時間波動大，為非穩(wěn)態(tài)類信號。

圖2 聲樣本時頻分布

2.2 客觀參量計算

根據(jù)前述分析的結(jié)果，選用非穩(wěn)態(tài)狀況下聲信號參數(shù)計算方法對汽車發(fā)動機啟動時車內(nèi)噪聲的客觀參數(shù)進行計算[8]。本文對聲樣本的線性聲壓級、A計權(quán)聲壓級、雙耳響度、粗糙度、尖銳度、抖動度等參數(shù)進行分析計算。為了以客觀參量對汽車發(fā)動機啟動時車內(nèi)噪聲的主觀偏好性進行初步分析和預(yù)測，引入煩惱度(psychoacoustic annoyance PA)[9]這一綜合評價指標。其計算公式為

ws=0.25(S-1.75)lg(N+10)S>1.75

ws=0S≤1.75

wFR=2.18(0.4F+0.6R)/N0.4

(1)

式中，N表示響度、S表示尖銳度、R表示粗糙度、F表示抖動度。計算得到的煩惱度值越高，說明該聲樣本的偏好性越低。

計算出的參量，除雙耳響度外，其它參數(shù)的結(jié)果采用左右耳測量值的算術(shù)平均值作為最終的雙耳參數(shù)值。計算得到的各客觀參量見表1。

表1 各聲樣本客觀參數(shù)

計算得到的各聲樣本的煩惱度值對比如圖3所示。對比表明1、2、7、8號聲樣本的煩惱度值最高。根據(jù)煩惱度模型的定義，這些聲樣本的主觀偏好性應(yīng)該最低，這將從后續(xù)主觀評價實驗的結(jié)果進行驗證。

圖3 各聲樣本煩惱度對比圖

2.3 客觀參量間相關(guān)性分析

為了研究聲樣本客觀參量間的相互關(guān)系，利用SPSS軟件，對汽車發(fā)動機啟動時車內(nèi)噪聲的以上客觀參量進行Pearson相關(guān)分析?？陀^量相關(guān)分析結(jié)果如表2所示。

表2 客觀參量相關(guān)分析表

從表2中可以看出，線性聲壓級與A計權(quán)聲壓級相關(guān)性不大，這是由于汽車發(fā)動機啟動時車內(nèi)噪聲的成分主要集中在低頻范圍內(nèi)導(dǎo)致。抖動度與A計權(quán)聲壓級、雙耳響度及煩惱度都有著顯著的相關(guān)性，再次說明了聲信號的波動較大，是一個非穩(wěn)態(tài)信號的特點。

2.4 主成分分析

由客觀參數(shù)間的相關(guān)分析可以看出，許多變量之間直接的相關(guān)性比較強, 證明他們存在信息上的重疊，因此需要進行降維處理，以得出各參量對樣本信息的表現(xiàn)能力，本文則運用主成分分析法分析該類樣本的主要影響參量。

主成分個數(shù)提取原則為主成分對應(yīng)的特征值大于1 的前m個主成分。則本次依據(jù)表3，提取前2個主成分進行分析。

表3 方差分解主成分提取分析表

表4 初始因子載荷矩陣

由表4可以看出，第一主成分主要反映了A計權(quán)聲壓級、雙耳響度、拉動度和煩惱度這4個指標。第二主成分則主要反映了聲壓級、尖銳度和粗糙度3個指標。而由各指標反映的主成分的表達式的計算為

其中，Ai為各主成分的特征向量；Ci為各指標在對應(yīng)主成分上的載荷矩陣；λi為各主成分對應(yīng)的特征值；Fi為各主成分表達式；Zx為指標標準化矩陣；F為主成分綜合模型；i=1,2。代入計算數(shù)據(jù)得到主成分綜合模型為

F=-0.128ZdB+0.302ZdBA+0.339ZL+0.012ZS+

0.296ZR+0.342ZF+0.373ZA

其中，ZdB、ZdBA、ZL、ZS、ZR、ZF、ZA分別對應(yīng)線性聲壓級、A計權(quán)聲壓級、雙耳響度、尖銳度、粗糙度、抖動度和煩惱度7個指標。

從主成分析結(jié)果可以得出，線性聲壓級和尖銳度兩個參量對主成分的貢獻量最低。而其它的5個指標與主成分的對應(yīng)系數(shù)差距較小，是聲樣本的主要影響參量。

3 起動聲主觀評價及分析

3.1 主觀評價實驗設(shè)計

(1) 評價方法選擇。本文選用成對比較法作為本次的主觀評價方法。成對比較法(Paired comparison methods)又稱 A/B 比較法，它是將聲音樣本成對播放，評價者據(jù)此做出相關(guān)評判。分組成對比較法的評判是相對的，而不是絕對的，評價者可以不用顧忌的做出評價，因此很適合無經(jīng)驗者使用[10-11]。

(2) 評價主體選擇。Hempel和Chouard對選取54名主體的測試結(jié)果和選取20名主體的評價結(jié)果進行了分析，兩者得到的均值和標準偏差幾乎一致，對于大多數(shù)心理聲學評價測試，20名主體就已經(jīng)足夠了[16]，而對研究對象的了解更能準確地把握實驗任務(wù)。本次實驗選定了21位在讀研究生作為評價主體，平均年齡為25歲，均無聽力障礙。他們均有一定的噪聲和振動方面的基礎(chǔ)知識，其中1/2的人員更是從事聲學方面的研究。所有人員都進過聽前培訓，了解本次實驗的任務(wù)和目的。

(3) 評分方法的確定。對于非穩(wěn)態(tài)聲信號,應(yīng)該記錄完整的單個事件通過重復(fù)播放,來研究聲信號間的細微差別[12]。因此本次對每聲樣本進行重復(fù)播放一次。為了減少聽審時間，提高實驗效率，只對10個聲樣本組成的半角矩陣進行評價。對于每次對比P(i,j)，若評價主體感覺其中聲樣本i比聲樣本j好，就對P(i,j)賦值1；若感覺j比i好聽，就記作-1；感覺二都相等就賦值0。最后以評價人員對某一聲樣本給出的偏好性選擇的次數(shù)，作為該聲樣本的主觀評價得分。

3.2 實驗數(shù)據(jù)有效性分析

在主觀評價實驗中，由于聽審環(huán)境的變化、評價者的心理波動及聲樣本的相似性干擾等原因，都會對主觀評價的結(jié)果造成影響而導(dǎo)致錯誤。所以，在完成主觀評價實驗后，以統(tǒng)計方法對評價的結(jié)果進行有效性的檢驗就十分必要。而對評價結(jié)果的檢驗主要是針對以下三個方面的錯誤進行：

(1) 相同聲事件比較(i-i比較)錯誤。即同一評價者對兩個相同的聲樣本進行評價，卻得出了不相同的結(jié)果。

(2) 不同回放順序的比較(ij-ji比較)錯誤。即聽審人對以不同順序播放兩個不同聲樣本進行評價時，卻得出不一致的結(jié)果。

(3) 三角循環(huán)錯誤。對于A、B、C 3個聲事件,在用成對比較法進行評價時,如果評價者得出的結(jié)果是A比B好,B比C好,A仍舊比C好,則A、B、C之間是連貫的;反之,如果A比B好,B比C好,而C又比A好,則A、B、C之間是不連貫的,這在成對比較法中稱為三角循環(huán)錯誤。國內(nèi)同濟大學的毛東興等人，通過計算分析提出了較為精確的三角循環(huán)誤差統(tǒng)計模型，其計算公式如下

完成數(shù)據(jù)的錯誤統(tǒng)計后，以計權(quán)一致性系數(shù)來判斷各評價結(jié)果的有效性。其計算公式為

式中Ei為第i中誤判的可能產(chǎn)生的次數(shù)，Ci為第i類誤判的誤判率。則各評價者的一致性系數(shù)如表5所示。

表5 評價者的計權(quán)一致性系數(shù)

根據(jù)國外的研究結(jié)果表明，評價結(jié)果的計權(quán)一致性系數(shù)在0.7～0.8以上，結(jié)果的可靠性才比較高，而在所有的評價結(jié)果中約有10%～20%的評價者的數(shù)據(jù)是不可信的[13]。因此，為了分析的結(jié)果能更加準確反映真實情況，依據(jù)本次實驗的結(jié)果的一致性檢驗結(jié)果，剔除TP8、TP18、TP19號的評價數(shù)據(jù)。

3.3 主觀評價結(jié)果分析

以經(jīng)過有效性檢驗的數(shù)據(jù)為依據(jù)，將所有評價者對某一聲樣本的偏好性選擇的次數(shù)的平均值作為該聲樣本的得分。具體評價結(jié)果如表6所示而各樣車在發(fā)動機啟動時車內(nèi)噪聲的主觀偏好得分的柱狀圖如下所示。

表6 聲樣本主觀評價得分

圖4 聲樣本主觀偏好性得分對比圖

主觀評價實驗的結(jié)果表明，1、2、7、8號聲樣本的主觀得分是最低的，與煩惱度模型的預(yù)測分析結(jié)果一致。

4 評價結(jié)果分析

主觀評價除了得出人們對參評聲樣本的喜好程度外，更是為了為聲品質(zhì)的改進提供指引和方向。而通過揭示主觀評價結(jié)果與客觀參量之間的一些內(nèi)在聯(lián)系，可以得出對主觀評價起主要影響作用的客觀量。通過對這些關(guān)鍵參數(shù)的偏好性的提升，最終促進產(chǎn)品的聲音更加符合人們的主觀喜好。

4.1 主客觀相關(guān)性分析

在客觀分析的基礎(chǔ)上，運用SPSS軟件對主要影響參量和主觀評價結(jié)果進行Pearson相關(guān)分析結(jié)果如表7。

表7 主觀得分與客觀參量相關(guān)分析

由相關(guān)分析結(jié)果可以看出，主觀評價結(jié)果與A計權(quán)聲壓級、雙耳響度、粗糙度和尖銳度都存在較強相關(guān)，說明評價主體對汽車啟動聲的感受是受多因素影響的。

綜合指標煩惱度與主觀偏好性得分在99%置信區(qū)間0.891的顯著負相關(guān)，說明了煩惱度越高而主觀偏好性得分越低。通過煩惱度指標可以較好的反映聲樣本的主觀偏好程度，能很好的對聲樣本的主觀偏好性進行預(yù)測。即在不進行主觀評價實驗時，運用煩惱度模型也能對該類聲樣本的主觀偏好性進行簡單預(yù)測。

4.2 主客觀回歸分析

回歸分析是在相關(guān)關(guān)系的基礎(chǔ)上對具有相關(guān)關(guān)系的兩個或者多個變量之間進行一般關(guān)系預(yù)測的一種方法。通過回歸分析，更能表現(xiàn)出各相關(guān)變量對主觀評價的影響程度。

煩惱度是幾類心理聲學參數(shù)的綜合，而回歸分析是揭示主觀評價與客觀參量的數(shù)學關(guān)系，若選取其進行回歸分析，則回歸結(jié)果是煩惱度與主觀評價的關(guān)系，包含了尖銳度這一非主要影響因素。所以，本次分析以主觀評價得分為因變量，A計權(quán)聲壓級、雙耳響度、粗糙度、抖動度為自變量，采用逐步回歸方法的進行。

表8 排除變量表

每一個自變量能否進入到回歸方程都由F檢驗值決定，當F比小于0.05時，該變量就進入方程式。由排除變量表可知，只有雙耳響度和粗糙度的F檢驗值小于0.05，即雙耳響度和粗糙度是描述主觀偏好性的主要客觀參量。

表9所示，分別為對原變量和經(jīng)過對數(shù)變換后的變量進行回歸分析結(jié)果。

表9 主觀得分與客觀參量回歸分析結(jié)果

表9中Ypef為主觀偏好性得分，XL、XR分別對應(yīng)響度和粗糙度。表中R2是回歸方程校正復(fù)相關(guān)系數(shù)，它是衡量方程擬合程度優(yōu)劣的常用指標，R2值越高，方程的擬合程度就越高[14]。由表6可知，直接將客觀參數(shù)與主觀評價得分進行擬合時，回歸方程的校正復(fù)相關(guān)系數(shù)R2=0.850，而經(jīng)過對數(shù)變換后的客觀參數(shù)與主觀評價結(jié)果的擬合方程就有著較高的擬合度(R2=0.927)。所以，選取擬合度高的方程LgYpef=-1.403Lg(XL)-2.725Lg(XR)+8.492作為主客觀回歸方程。

對所建立回歸方程進行校驗表明: 方差檢驗中顯著性概率為0小于0.05，方程變量線性相關(guān)顯著；常數(shù)、雙耳響度和粗糙度的t檢驗的概率p值分別為0.000、0.000、0.003，都小于0.05，即方程回歸系數(shù)t檢驗成立；回歸方程的Durbin-Watson檢驗值為1.714，殘差間相互獨立；殘差符合正態(tài)分布；方差膨脹因子(VIF)為1.125，遠小10，滿足共線性診斷。則說明所建立的回歸方程是有統(tǒng)計學意義的。

5 結(jié) 論

本文以發(fā)動機啟動時的車內(nèi)噪聲為基礎(chǔ)，對車內(nèi)的聲品質(zhì)參數(shù)進行了計算及分析，引入了煩惱度模型對主觀偏好性進行預(yù)測。完成主觀評價實驗，建立了主客觀回歸模型。得到的主要結(jié)論如下：

(1) 汽車發(fā)動機啟動時的車內(nèi)噪聲為低頻、非穩(wěn)態(tài)信號，線性聲壓級和尖銳度對該類聲樣本的描述能力最差，A計權(quán)聲壓級、雙耳響度、粗糙度、抖動度和煩惱度為該類聲樣本的主要影響因素。

(2) 在不進行成本較高的主觀評價實驗時，引入煩惱度模型也能較好的對該類聲樣本的主觀偏好性進行簡單預(yù)測。

(3) 雙耳響度和粗糙度是描述汽車發(fā)動機啟動聲主觀偏好性的主要客觀參量。主觀評價與雙耳響度、粗糙度之間更多表現(xiàn)為非線性關(guān)系。

[1]趙彤航,盧炳武,姜文君,等. 轎車車內(nèi)噪聲品質(zhì)偏好性評價方法的研究[J]. 西安交通大學學報,2012,46(5):127-131.

ZHAO Tong-hang，LU Bing-wu，JIANG Wen-jun,et al. Evaluation for car interior noise quality preference[J]. Journal of Xi'an Jiaotong University,2012，46(5):127-131.

[2]Lee S K.Objective evaluation of interior sound quality in passenger cars during acceleration[J].Journal of Sound and Vibration，2008，310 (1-2)：149-168.

[3]Shin S H, Ih J G, Hashimoto T，et al.Sound quality evaluation of the booming sensation for passenger cars [J]. Applied Acoustics,2009,70(2)：309-320.

[4]王長山，張立軍.汽車關(guān)門聲聲品質(zhì)評價方法的研究[J].汽車工程,2011，33(10): 902-906.

WANG Chang-shan,ZHANG Li-jun. A study on the method of evaluating the sound quality of vehicle door closing noise[J]. Automotive Engineering, 2011,33(10): 902-906.

[5]楊川,于德介.基于偽WIGNER-VILLE 分布的汽車關(guān)門聲品質(zhì)評價參數(shù)研究[J].機械工程學報,2011,47(24):91-96.

YANG Chuan,YU De-jie. Research on the sound metric of door slamming sound based on pseudo WIGNER-VILLE distribution[J]. Journal of Mechanical Engineering, 2011，47(24):91-96.

[6]Parizet E，Guyader E，Nosulenko V. Analysis of car door closing sound quality[J]. Applied Acoustics，2008，69 (1)：12-22.

[7]Otto N C，Wakefield G H. A subjective evaluation and analysis of automotive starter sounds[J]. Noise Control Engineering Journal, 1993, 41(3): 377-382.

[8]牟海龍.國產(chǎn)轎車非穩(wěn)態(tài)狀況下聲音品質(zhì)的研究[M].長春：吉林大學,2009年5月.

[9]Fastl H, Blauert J. Psycho-acoustics and sound quality//communication acoustics [M]. Berlin, Springer Berlin Heidelberg, 2005:139-162.

[10]毛東興,高亞麗,俞吾周,等.聲品質(zhì)主觀評價的分組成對比較法研究[J].聲學學報, 2005(6)：515-520.

MAO Dong-xing，GAO Ya-li，YU Wu-zhou，et al. Grouped pair-wise comparison for subjective sound quality evaluation[J]. Acta Acustica, 2005(6)：515-520.

[11]汪念平，陳劍，鐘秤平. 汽車聲品質(zhì)分析方法與評價流程[J].汽車工程,2007，29(9)：800-803.

WANG Nian-ping，CHEN Jian，ZHONG Cheng-ping. The analysis methods and evaluation procedure of vehicle sound quality[J]. Automotive Engineering,2007，29(9)：800-803.

[12]陳劍，楊雯，李偉毅.汽車聲品質(zhì)主觀評價試驗方法探究[J]. 汽車工程,2009，31(4):389-392.

CHEN Jian,YANG Wen,LI Wei-yi. An investigation into the test methods for subjective evaluation of vehicle sound quality[J]. Automotive Engineering, 2009，31(4):389-392.

[13]毛東興,俞悟周,王佐民.聲品質(zhì)成對比較主觀評價的數(shù)據(jù)檢驗及判據(jù)[J].聲學學報, 2005,30(5):468-472.

MAO Dong-xing,YU Wu-zhou,WANG Zuo-min.Statistical validation and criterion for paired comparison data in sound quality evaluation[J].Acta Acustica,2005,30(5):468-472.

[14]賀巖松，趙勤，徐中明，等. 摩托車聲品質(zhì)偏好性評價與分析[J]. 重慶大學學報.2009，32(3)：283-287.

HE Yan-song，ZHAO Qin, XU Zhong-ming，et al. Subjective preference evaluation and analysis of motorcycle sound quality[J]. Journal of Chongqing University，2009，32(3)：283-287.

[15]Susini P, McAdams S, Winsberg S. A multidimensional technique for sound quality assessment [J]. Acta Acustica united with Acustica, 1999, 85: 650-656.

[16]Chouard N，Hempel T.A semantic differential design especially developed for the evaluation of interior car sounds[M].ASA-EAA-DAGA Joint Meeting,Berlin,Germany,1999.