乘用車車內噪聲與主觀評價相關性分析

胡慧敏 桂賢勇

摘 要：文章選取了7輛車進行噪聲舒適性主客觀評價試驗，客觀評價指標為駕駛員耳邊噪聲值，主觀評價指標為滾動噪聲、邊棱敏感性等5個，評車師根據試驗情況對試驗車各指標進行打分并給出總分值。比較了不同試驗車速車輛前后排的噪聲值，并對主、客觀數值進行多元回歸分析。

關鍵詞：噪聲舒適性;主觀評價;客觀評價;回歸分析

中圖分類號：U467 ?文獻標識碼：B ?文章編號：1671-7988（2020）04-142-02

Correlation Analysis of Subjective and Objective Evaluation for Passenger Car Noise

Hu Huimin， Gui Xianyong

（?School of Automobile， Changan University， Shaanxi Xian 710064?）

Abstract：?This paper selects seven vehicles for noise comfort evaluation tests. The objective evaluation indicators are the driver's ear noise value， the subjective evaluation indicators are rolling noise， edge sensitivity， and so on. The car reviewer scores each indicator of the test vehicle according to the test situation and gives a total score. The noise values of the front and rear rows in vehicles with different test speeds were compared.And regression analysis of subjective and objective values.

Keywords： Noise comfort; Subjective evaluation; Objective evaluation;?Regression analys

CLC NO.： U467 ?Document Code： B ?Article ID： 1671-7988（2020）04-142-02

前言

車輛噪聲舒適性與車輛技術條件、行駛環境、乘員的身體、心理素質等主、觀因素相關，本文從主、客觀方面對噪聲舒適性進行評價，建立主客觀評價之間的相關關系。

克萊斯勒公司的工程師^[1]在大量實驗研究的基礎上提出了關于主、客觀評價指標轉換的參考經驗公式。Sung-Jong Kim等人^[2]選擇加速工況對噪聲評價進行研究，在試驗數據的基礎上建立神經網絡模型，對噪聲主客觀評價進行分析。康潤程等人^[3]利用多元回歸方法分析了車內噪聲心理聲學參數與車速的關系。蘇麗俐^[4]就車內聲品質設計試驗對試驗車進行主客觀評價，并運用神經網絡、支持向量機等機器學習方法建立了主客觀相關性模型。

1?噪聲評價試驗

1.1?試驗準備

選取7輛乘用車進行噪聲評價試驗，編號分別為V1、V2、V3、V4、V5、V6、V7。車輛條件、道路條件、試驗場所等符合《GB/T18697 聲學?汽車車內噪聲測量方法》的要求。

噪聲測量儀器為精密噪聲聲級計，可用來測量總聲壓級和各頻帶聲級，用于測量駕駛員和同側最后排乘員耳邊的噪聲值。

主觀評分采取10分制的評分標準，評分越高即噪聲舒適性越好。在10分制的基礎上，評價人員可在整數分值間插入0.25分來對評分進行細化。

1.2?主、客觀評價指標

主觀評價選取邊棱敏感性、轟鳴聲、聲振粗糙度等共計5個指標對噪聲舒適性進行打分，（得分記為y₁、y₂、y₃、y₄、y₅）。邊棱敏感性y₁：評價車輛駛過路邊棱時，乘客感受到的噪聲與正常行駛的差異。滾動噪聲y₂：評價汽車正常行駛時車輪滾動發出的噪聲，通過空氣或車身傳播給乘客應盡可能小。轟鳴聲y₃：評價車輛行駛過程中是否有連續不斷的噪聲。轉向異響y₄：評價在不良路面上行駛時，轉向機構發出的異響聲。聲振粗糙度y₅：評價乘客感受到的低頻振動，試驗路面為帶有細微顆粒的平坦路面。

客觀測量參數根據GB/T18697來選取，本次數據采集點為駕駛員和駕駛員座后乘員耳邊位置，測量這兩點噪聲值作為客觀數據。

1.3?評價試驗

噪聲舒適性試驗分為勻速行駛和全油門加速行駛。勻速行駛試驗車速為40km/h、50km/h、……、90km/h共計6個車速，在每個車速下測量噪聲值。全油門加速試驗是當車速達到60km/h時，駕駛員急踩加速踏板（使油門全開），直至車速達到120km/h時，松開加速踏板。記錄駕駛員猛踩油門和車速到達120km/h時的噪聲值。

在試驗完成后，駕駛員根據主觀感受對主觀評價各指標進行打分，并給出總得分，見表1。

2 試驗結果分析

2.1 客觀測量數據分析

將V2試驗車勻速行駛試驗的駕駛員耳邊和駕駛員后方乘員耳邊噪聲值繪制在折線圖中，如圖1。

從圖1中發現駕駛員耳邊噪聲和駕駛員座后乘員耳邊噪聲的差值很小，且前排噪聲稍大;噪聲值隨著車速的升高緩慢增長，基本呈線性。

2.1 相關性分析

本文先選用散點法來觀察變量之間的相關關系，之后進行回歸分析，以判定相關模型。

回歸分析方法根據變量的數量分為一元回歸和多元回歸^[5]，兩個變量可使用一元回歸分析，兩個以上的變量使用多元回歸分析。

（1）一元線性回歸模型：設有隨機變量Y與x，假設：

Y=a+bx+ε，ε～N（0，σ²）?????????????????????????（1）

式中，a，b，和σ都不依賴于x，且a，b，σ²均未知。

要判斷線性回歸方程是否有實用價值，還要進行顯著性檢驗。

作線性假設：Ho：b=0，H₁：b≠0的顯著性檢驗。H_o的拒絕域為：

如果拒絕Ho，認為回歸效果是顯著的;否則，則認為回歸效果不顯著。

2.2 主客觀評價一元線性回歸分析

選取勻速行駛試驗時車速為60km/h的駕駛員耳邊的噪聲值作為自變量，各主觀評價指標的得分作為因變量。繪制滾動噪聲得分和駕駛員耳邊噪聲的散點圖，如圖2所示。

對主觀評價各指標得分y_i和駕駛員耳邊噪聲值x進行一元線性回歸分析，見表2。

3 結論

通過對7輛乘用車進行主客觀評價試驗并對試驗結果進行分析發現，車內前排噪聲值一般大于后排噪聲值;客觀測量數據和主觀指標得分存在相關性，且都是負相關。

參考文獻

[1] Shizuma Yamaguchi. Yuichi Kato. Knesei Oimatsu. A Psychological Evaluation Method for Fluctuating Random Noise Based on Fuzzy Set Theory， Applied Acoustics， 1995， 45（2）：139-154.

[2] Sung-Jong K， Sang K Lee， Dong-Chul P， et al. Objective evaluation for the passenger car during acceleration based on the sound metric and artificial neural network[J]SAE Technical Paper， No.2007-?01-2396

[3] 康潤程，葉常景，李青林.汽車聲品質主客觀評價方法研究[J].汽車科技，2011（03）： 57-61.

[4] 蘇麗俐.車內聲品質主客觀評價與控制方法研究[D].吉林大學，?2012.

[5] 祁洪全.綜合評價的多元統計分析方法[D].湖南大學，2001.