论文部分内容阅读
随着生活水平的提高,人们越来越关注摩托车的噪声、振动与声振粗糙度(NVH)。排气噪声作为摩托车主要噪声源之一,既要严格控制其声压级大小,又要改善其声品质。本文以150ml骑式摩托车消声器的声品质为研究对象,运用主客观评价相结合的方法建立了基于遗传算法的支持向量回归机(SVR)声品质预测模型,对类比改进后的消声器进行了消声量的分析与声品质的预测,主要研究工作如下:首先,对13辆150ml骑式摩托车的排气噪声进行了主客观评价试验。选取13辆150ml的骑式摩托车,在半消声室对其进行定置空载,转速为1600r/min、2000r/min、3000r/min、4000r/min和5000r/min状态下的稳态试验,得到65个有效排气声样本,在LMS Test.lab中计算其响度、尖锐度、粗糙度、抖动度、峭度和A声级等客观量,并运用成对比较法以偏好性为指标对其进行主观评价试验。应用SPSS对主客观量进行相关分析,结果表明只有尖锐度、粗糙度和峭度与偏好性有关。其次,建立了基于遗传算法的SVR声品质预测模型。预测模型的精度受SVR参数影响,本文引入遗传算法对其参数进行寻优,在MATLAB中加载libsvm工具箱,以尖锐度、粗糙度和峭度为输入量,偏好性为输出量,对主客观结果进行训练和测试,训练结果的平方相关系数R~2=0.9563,说明预测精度较高;测试结果的平方相关系数R~2=0.9434,说明预测模型推广能力较好。然后,对某摩托车消声器进行了对标分析与改进。应用1/3倍频程方法对待改进车与对标车的试验数据进行了分析,确定消声器的改进方向为增大其1250Hz及以上频率处的消声量,参照对标车的结构进行了改进,应用有限元方法分析了改进后的消声器,结果表明:在2190Hz~2310Hz和2400Hz~2470Hz这两个频段的消声量有所降低,其它频段基本达到改进目标。说明改进后的消声器消声效果较好。最后,应用基于遗传算法的SVR预测模型对改进后的消声器进行了声品质预测。为验证改进消声器的声品质是否提升,用该模型对其进行预测,结果表明:声品质在五种转速下均得到改善,偏好性值在5000r/min时提升最大,提升了14.18,偏好性值在1600r/min时提升最小,提升了8.08,说明改进结构改善了排气声品质。同时,对改进结构进行了主观评价试验,预测值和试验值的对比结果显示两者之间的平方相关系数R~2=0.969,且预测误差在五种转速下均小于3%,说明改进后消声器的声品质得到了改善。本文研究表明,基于遗传算法的SVR声品质预测方法能较好地预测150ml骑式摩托车的排气声品质,说明该预测方法具有工程应用价值。