混合動(dòng)力汽車(chē)動(dòng)力系統(tǒng)結(jié)構(gòu)相較于傳統(tǒng)燃油車(chē)而言復(fù)雜程度有所上升,導(dǎo)致整體的振動(dòng)噪聲特性有明顯變化,驅(qū)動(dòng)模式根據(jù)動(dòng)力分配控制策略不停切換使得瞬態(tài)沖擊和高頻噪聲問(wèn)題頻頻出現(xiàn),車(chē)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(kāi)展了關(guān)于混合動(dòng)力汽車(chē)車(chē)內(nèi)聲品質(zhì)評(píng)價(jià)與控制的研究工作。具體研究工作如下:首先,探討了混合動(dòng)力汽車(chē)主要行駛工況下傳動(dòng)系統(tǒng)的動(dòng)力分配方式。在此基礎(chǔ)上,分析并挑選試驗(yàn)工況,通過(guò)實(shí)車(chē)道路試驗(yàn)采集穩(wěn)態(tài)和非穩(wěn)態(tài)工況的聲信號(hào),利用分組成對(duì)比較法對(duì)聲樣本進(jìn)行主觀評(píng)價(jià)試驗(yàn)。利用ArtemiS軟件計(jì)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(duì)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(píng)價(jià)預(yù)測(cè)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(píng)價(jià)預(yù)測(cè)模型。分別以穩(wěn)態(tài)和非穩(wěn)態(tài)工況下所測(cè)前45組聲樣本的客觀參量和煩惱度值作為訓(xùn)練,進(jìn)行主觀評(píng)價(jià)結(jié)果預(yù)測(cè),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(cè)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(cè)精度普遍較低,說(shuō)明客觀參量無(wú)法全面反映非穩(wěn)態(tài)工況下聲樣本的變化特征。針對(duì)這一問(wèn)題,提...

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 聲品質(zhì)評(píng)價(jià)方法研究現(xiàn)狀
        1.2.2 聲品質(zhì)評(píng)價(jià)預(yù)測(cè)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?jī)?nèi)容
第二章 混合動(dòng)力汽車(chē)運(yùn)行工況與噪聲信號(hào)采集
    2.1 動(dòng)力傳動(dòng)系統(tǒng)結(jié)構(gòu)
    2.2 行駛工況分析
    2.3 HEV振動(dòng)噪聲試驗(yàn)
    2.4 本章小結(jié)
第三章 混合動(dòng)力汽車(chē)車(chē)內(nèi)聲品質(zhì)主客觀評(píng)價(jià)研究
    3.1 聲品質(zhì)主觀評(píng)價(jià)
        3.1.1 聲信號(hào)預(yù)處理
        3.1.2 聲品質(zhì)主觀評(píng)價(jià)方法
        3.1.3 主觀評(píng)價(jià)試驗(yàn)數(shù)據(jù)處理
        3.1.4 主觀評(píng)價(jià)結(jié)果及分析
    3.2 聲品質(zhì)客觀評(píng)價(jià)
        3.2.1 聲品質(zhì)客觀參量
        3.2.2 客觀評(píng)價(jià)結(jié)果及分析
    3.3 客觀參量與主觀評(píng)價(jià)相關(guān)性分析
    3.4 本章小結(jié)
第四章 聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型研究
    4.1 基于SVM算法的評(píng)價(jià)預(yù)測(cè)模型
        4.1.1 SVM算法
        4.1.2 基于SVM算法的聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型
    4.2 基于LSSVM算法的評(píng)價(jià)預(yù)測(cè)模型
        4.2.1 LSSVM算法
        4.2.2 基于LSSVM算法的聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型
    4.3 基于FM算法的評(píng)價(jià)預(yù)測(cè)模型
        4.3.1 FM算法
        4.3.2 基于FM算法的聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型
    4.4 三種評(píng)價(jià)預(yù)測(cè)模型效果對(duì)比
    4.5 非穩(wěn)態(tài)工況聲信號(hào)特征提取
        4.5.1 經(jīng)驗(yàn)?zāi)B(tài)分解原理
        4.5.2 聲信號(hào)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(jìn)后三種評(píng)價(jià)預(yù)測(cè)模型效果對(duì)比
    4.7 本章小結(jié)
第五章 車(chē)內(nèi)聲品質(zhì)的被動(dòng)控制研究
    5.1 仿真分析
        5.1.1 建立車(chē)身模型
        5.1.2 車(chē)身結(jié)構(gòu)模態(tài)分析
        5.1.3 激勵(lì)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(dòng)控制
        5.2.1 被動(dòng)控制技術(shù)簡(jiǎn)述
        5.2.2 吸聲材料選取
        5.2.3 吸聲材料安裝
        5.2.4 被動(dòng)控制效果對(duì)比
    5.3 車(chē)內(nèi)聲品質(zhì)控制效果檢驗(yàn)
        5.3.1 聲品質(zhì)控制效果模型檢驗(yàn)
        5.3.2 二次主觀評(píng)價(jià)檢驗(yàn)
    5.4 本章小結(jié)
第六章 車(chē)內(nèi)聲品質(zhì)的主動(dòng)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(hào)選取
        6.1.3 構(gòu)建動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)
    6.2 自適應(yīng)主動(dòng)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(jí)通道建立
    6.4 自適應(yīng)主動(dòng)控制系統(tǒng)
        6.4.1 基于FELMS算法的自適應(yīng)主動(dòng)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(dòng)控制效果檢驗(yàn)
    6.6 二次主觀評(píng)價(jià)檢驗(yàn)
    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(xiàn)
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(hào)：3852029