發動機及車輛聲品質評價及道路交通噪聲預測分析

摘要：隨著我國經濟的發展以及科技的進步，汽車發動機噪聲等級控制已經取得很大進展，群眾在購買汽車時將焦點更多地關注于汽車的實用性上。就車輛本身的發展而言，汽車及發動機聲的品質已經成為評價汽車質量優質與否的重要指標，噪聲污染當前已成為城市主要污染之一，因此對其的治理研究已經成為緊迫的任務。

關鍵詞：發動機；車輛；聲品質評價；交通噪聲預測；噪聲控制 文獻標識碼：A

中圖分類號：U461 文章編號：1009-2374（2016）17-0085-03 DOI：10.13535/j.cnki.11-4406/n.2016.17.041

1 概述

發動機及車輛在設計初期，過多地將重心放在聲壓能量的降低上，而忽略了聲音特性的研究。隨著社會的進步，在保障低噪聲的前提下，人們更多地關注于車輛乘坐的舒適性與主觀感受。改良聲品質的主要目的在于減少車內噪音，為人們提供更加舒適的車內環境。由于城市化的快速推進，車輛的迅猛增長，使得交通噪聲日趨加重，已經嚴重影響到居民的生活品質。基于此，本文進行發動機及車輛聲品質評價及道路交通噪聲預測分析，具有很強的現實意義。

2 發動機及車輛噪聲品質評價

2.1 噪聲樣本的采集

論文中車內噪聲樣本的搜集，具體是通過SQuadriga聲信號采集系統進行。本次試驗主要在路面狀況較好的情況下進行，對4種型號轎車以不同速度（50、60、70、80、90、100km/h）勻速行駛時不同位置點處的聲音信號，收集到48個噪聲樣本，并對噪聲樣本進行剪輯至5s。接著對所有噪聲品質進行A計權聲壓級計算，再觀察車速變化會對其產生的影響。

結合圖1可知，隨著車輛加速，4款不同型號的轎車內，副駕駛右耳處與司機左耳處，A聲壓級越來越大；在副駕駛右耳處，車內A聲壓級A、B型號車輛相對較大。而在司機左耳處，在車速不一樣的情況下4款車輛車內A聲壓級無較大區別，所以不同型號的車輛的車內聲品質不能只依據A聲壓級的大小進行確定。

2.2 主觀評價方法

本文實驗評價采用的是成對比較法。評價工作開始之前，應先對所有噪聲樣本進行分類，接著將嚴格挑選出符合標準的評價人員，聽審分組后的噪聲樣本，并提出意見與建議。

2.3 主觀評價結果

通過對收集到的聲音樣本的分析，從中選取12個特征較為明顯的噪聲樣本。并對其進行主觀評價分析，論文試驗挑選了24個評價人員，且駕車經驗均較為豐富。對上述評價人員進行數據收集，對其中噪聲樣本的選擇概率進行統計分析，并對各噪聲樣本的主觀評價值進行計算，所得結果如表1所示：

2.4 心理聲學客觀參數及相關分析

2.4.1 心理聲學客觀參數計算。心理聲學客觀參數具體是指人對聲音特殊屬性的聽覺感受的物理參量，其中抖動度、尖銳度、粗糙度、響度是最為常用的4種心理聲學客觀參數。采用Head Acoustics公司聲品質分析軟件Arte-miS12.0求出A計權聲壓級，并對12個噪聲樣本的4種客觀評價參數尖銳度、響度、抖動度及粗糙度進行計算，詳情可見表2：

2.4.2 相關分析。在對相關性分析過程中，能夠利用簡單線性相關系數對變量間的線性關系進行度量，相關系數是表現變量之間相關關系緊密程度的統計量，本次試驗中采用應用最為普遍的Pearson相關系數，作用在于衡量間隔尺度變量間的線性關系進行度量本試驗中，4種心理聲學客觀參數值和主觀評價結果的線性相關分析，是通過統計學軟件SPSS進行。

依據表3數據進行分析，主觀評價結果與尖銳度、粗糙度、響度心理聲學客觀參數的相關系數絕對值均高于0.8，具有直接的線性關系，其中雖然抖動度相關系數不高，但因為其對車內噪聲沒有很明顯的影響，因此是基本符合規律的。結合上述內容，可以看出本文中車內主觀評價結果與A計權聲壓級存在著較強的線性

關系。

2.5 車內噪聲品質客觀量化模型的建立

車內噪聲品質客觀量化模型的建立，應當先對主觀評價結果和客觀參數進行線性回歸分析。線性回歸分析具體是指一種供變量間的數學表達式，是以對變量間關系進行定量描述的數學過程。其中主觀評價結果為回歸分析中的因變量，A計權聲壓級及客觀評價參數為自變量。本文主要采用SPSS統計學軟件進行線性回歸分析。

結合表4可以看出，回歸方程中加入尖銳度及響度這兩個客觀參數，并且方程中并未存在粗糙度和A計權聲壓級，從而也反映出在聲品質偏好性影響因素中，響度和尖銳度與A聲級參數與粗糙度相比，數值更大。結合上表還能夠得出多元線性回歸方程如下：SQ=-0.075Ld-1.898Sp+3.633。式中：SQ為主觀評價結果；Ld為響度；Sp為尖銳度。上式是車內噪聲品質客觀參數間和主觀評價結果在勻速行使情況下的數學模型，其中車內聲品質可以利用心理聲學客觀參數進行描述。并且回歸方程中尖銳度及響度標準化系數為-0.399與-0.608，從而可以驗證，相較于尖銳度，車內聲偏好性受響度影響更大。對4款車輛在司機左耳處車內聲品質值進行計算。如果車輛提速，則4款車輛內聲品質也隨之下降。

在勻速行駛時的情況下，對4款車輛車速不一樣時的車內噪聲樣本的聲品質深入研究，總結如下：（1）對關鍵的4個心理聲學客觀參數與噪聲樣本的主觀評價相關性進行分析，結果表明兩者之間有著很強的相關性；（2）在轎車勻速行駛下，利用多元線性回歸分析，建立車內心理聲學客觀參數和聲品質偏好性間數學模型，可得出尖銳度和響度是車輛勻速情況下聲品質的主要影響因素；（3）利用A聲壓級車內副駕駛右耳處和司機左耳進行計算，結果很難鑒定車型對車內聲音品質的影響，而通過客觀量化模型，所得出的隨轎車車速不同所得到的車輛聲品質偏好性值，能夠對噪聲品質進行更為直觀的反映。

3 道路交通噪聲預測分析

以下兩種在當前道路交通噪聲預測模型應用中最為普遍：（1）JTGB03-2006推薦的噪聲預測模型（簡稱JTGB03-2006模型）；（2）HJ2.4-2009推薦的噪聲預測模型（簡稱HJ2.4-2009模型）。其中Cadna A軟件與一般情況下使用的模型對比，JTGB03-2006與HJ2.4-2009模型在表達形式上看大體相同，但其他方面存在一定差異。

對比詳情如下：（1）參照點位置：HJ2.4-2009和JTGB03-2006大體一致；（2）車型：HJ2.4-2009和JTGB03-2006一致；（3）適用范圍：Cadna A軟件與JTGB03-2006適用車型和車速范圍都有所差異，其中HJ2.4-2009并未對適用范圍進行明確；（4）車速：其中HJ2.4-2009中，一般都是利用相關模型對各種車型聲源源強進行計算，并通過類比測量法進行修正；而JTGB03-2006模型，對于不同車型平均車速的計算分別具備相應的計算公式；Cadna A軟件則是使用限速作為車速；（5）平均輻射噪聲級：HJ2.4-2009并不具備相應計算功能，Cadna A軟與JTGB03-2006均有相應計算方法。Cadna A具體是指僅將分為卡車和汽車兩種車輛型號，只關注卡車和單車道小時所占交通量的比例，在戶外聲傳播衰減基礎上進行計算的計算方式；（6）距離衰減量項：JTGB03-2006模型依據小時交通量的多少，以點聲源和線聲源對公路噪聲源進行劃分，從而進行距離衰減計算。

在實際的環境影響評價工作中，道路交通噪聲預測過程中可以考慮將HJ2.4-2009、JTGB03-2006模型相結合，車速的類比測量也可通過JTGB03-2006模型計算方式進行。在實際中，最好還是建議采用JTGB03-2006模型計算不同車輛型號的平均輻射噪聲級，在交通噪聲計算模型及其參數的選取上，還應結合具體情況，有針對性地選擇與該區域路況相符的道路交通噪聲預測模型，科學恰當地修正模型參數，從而創建出具有現實意義的規范的模型修正參數，為發動機及車輛聲品質評價工作提供參考。

4 結語

隨著我國現代進程的不斷推進，道路交通也有了翻天覆地的轉變，但在這些發展的背后，道路交通噪聲污染矛盾已經成為當前城市主要污染源之一。其中道路交通噪聲是發動機及車輛在運動過程中所產生的一種不連續的非穩態流動聲源噪聲沿線輻射，該聲源噪聲嚴重威脅著司機人身及行駛安全，因此發動機及車輛聲品質評價及道路交通噪聲預測分析具有很強的現實意義。

參考文獻

[1] 王登峰.車內噪聲品質的主觀評價試驗與客觀量化描述[J].吉林大學學報（工學版），2012，（S2）.

[2] 劉寧.車輛及發動機噪聲聲音品質的研究與發展[J].汽車工程，2002，（5）.

作者簡介：韋建平（1969-），男，廣西上林人，廣西南寧市上林縣機動車輛檢測有限責任公司技術負責人，機電工程師，研究方向：機動車輛安全技術檢測檢驗質量管理。

（責任編輯：王 波）