汽车声品质参数开发

2020-01-08 20:40:32·  来源:海德声科  
 
声品质参数开发是一个非常繁复的过程,它包含了声音采集、主观评价、客观参数选择,相关性分析、评价指标验证等一系列流程。经过NVH工程师们多年的努力,汽车变
声品质参数开发是一个非常繁复的过程,它包含了声音采集、主观评价、客观参数选择,相关性分析、评价指标验证等一系列流程。

经过NVH工程师们多年的努力,汽车变得越来越安静,但是许多其他的声音却变得越来越明显,比如怠速时内燃机喷油器发出的滴答声,亦或是电动车马达逆变器开关发出的高频噪音。这些噪音可能自身的声压级并不是很高,但是却恰恰能够引起驾驶者/乘客的不适,从而影响驾驶/乘坐体验,因此需要引入一些其他的客观评价指标来评价这些噪声。于是近些年来,诸多主机厂和零配件供应商们陆续开始探究新的声学参数,比如大家所熟知的响度、尖锐度以及粗糙度等等。这些参数的使用也使得汽车声音的描述更加丰富。

随着经验的不断累积,工程师们开始发现单一的参数并不足以准确地反映汽车声音品质的好坏,于是便开始在原有指标的基础上,综合考虑多个指标的影响,从而开发出更贴近于特定工况的声品质参数。近些年来NVH技术不断提升,声品质参数开发应用也必将会在NVH领域扮演越来越重要的角色。

声品质参数开发流程

为了更加清晰地描述开发流程,下面以柴油机的怠速敲击声为例。

1. 声音采集

采集待分析声音,采集过程应该确保声音的多样性,即将那些“悦耳”和“不动听”的声音都录制下来。如果声音样本不够多的话,还可以通过特殊手段,比如提取、修改幅值或者添加成分等,在原有声音的基础上创造出一些新的声音,以满足声音多样性的要求。同时为了保证声音回放时的精确性,最好使用双耳采集技术,并且配合相应的回放均衡,以达到趋近于无损的回放效果。


2. 客观分析参数的选择

选择相应的分析参数,原则上如果参数越少,并且与主观评价的相关性越高,则结果越理想。一般来说,单个参数比较难以达到较好的相关性,所以建议选择两到三个关联性较高的参数,进行综合考虑。

参数的选择可以依靠NVH工程师的经验,查阅资料,或者通过前期的预分析来选择。首先来看柴油机的工作流程:


这是一四缸发动机的三个工作循环,其中数字1-4代表第几个气缸,字母a-c表示第几个工作循环。其原始的工作顺序为1a->3a->4a->2a->1b->3b->4b->2b->...,在此声音的基础上进行一些处理,比如去除不同循环之间连接的影响,那么声音可以加工为1a->3a->4a->2a->1a->3a->4a->2a->...;或者去除不同气缸之间连接的影响,声音可以加工为1a->1a->1a->1a->3a->3a->3a->3a->...。使用备选分析方法分析这些处理之后得到的声音变量,会发现调制深度(Modulation degree)和响度(Loudness)与该声音变量之间的关联性最高(随声音变量而变化);而尖锐度(Sharpness)等其他参数与声音变量变化不大,关联性不高。所以这里选用调制深度M和响度L两个参数来参与后续的处理。

3. 主观评价

主观评价,顾名思义,即对声音的好坏进行评价。在这个过程中,可以根据目标群体的不同,选用不同的对象来进行评价。比如运动款车型,其目标群体主要是年轻人,这时候进行主观评价就需要主要在年轻人之间进行。

主观评价的方法有两种,第一种是两两对比法,即将所有声音两两配对,让评测者直接评判好坏。这种方法的好处是可以将所有的声音进行比较,并且可以判断评测者自身的可信度。假设现在有ABC三种声音,评测者给出的结果是A>B,B>C,但是在比较AC的时候,给出的结果是C>A,这就说明该评测者给出的评价可信度不高,在统计结果时可以稍加减少该评测者给出的结果。该方法伴随的缺点是,需要进行的评测次数多,过程持续时间长,容易引起评测者的疲劳。第二种方法是评级法,从1-10进行打分,1代表完全无法接受,分数越高代表评价越好。该方法所需评测时间较短,但是没有办法判断评测者的可靠性。所以在实际过程中选用哪种方法需要综合考虑各种因素,如果声音样本数量较少,可以选用两两对比法提高结果的可靠性;当样本数量较高时,可以用直接采用打分法缩短评测时间。

4. 回归分析

回归分析即在主观评价的结果和客观参数之间建立起联系,可以是简单的线性回归,也可以是稍复杂的非线性回归。第二步已经确定了的需要使用的参数,即为回归分析中的自变量,回归模型计算出来的结果为因变量,分析的最终目的是要使得计算结果和主观评价结果之间的误差最小化。

德国FVV(Die Forschungsvereinigung Verbrennungskraftmaschinen,内燃机研究协会)在分析了大量数据之后,(结合主观评价结果以及客观参数分析)得到了如下公式:


就结果来看,该声品质参数的鲁棒性还是很高的,计算出来的结果和主观评价的结果之间的差值在±0.5范围内。

HEAD acoustics对于声品质参数整条开发链提供了强有力的支持,从先进的人工头采集系统,均衡回放,到成熟的听审测试(Jury testing),再到丰富的专利分析算法(Relative Approach等)。我们的NVH咨询团队在欧洲也有多项成功的咨询案例,在声品质开发方面有着非常成熟的经验。
​ 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号