基于心理声学的汽车子系统振动异响评价探究

打开文本图片集

摘 要：汽车行驶过程中的内饰子系统振动异响会引起乘员的不适与疲劳。现有通过评分或评级的异响主观评价量化方法不利于噪声记录和工程经验积累，而且不同人对声音评价的差异较大。通过对试验结果及心理声学数据进行统计分析，总结出更贴合主观感受的客观评价经验公式，并解释了不同人群对内饰子系统振动异响评价结果不同的原因。试验和分析结果能直接应用于工程开发，具有实际工程意义。

关键词：NVH；振动异响；心理声学；声品质

中图分类号：U467.4+93文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2016.03.10

Abstract：The squeak and rattle issue in the automotive interior subsystem can cause discomfort and fatigue for passengers. However， the current subjective evaluation methods， e.g.，the grading method， were unfavorable to recording the noise and accumulating the engineering experience.Furthermore， different people may have quite different evaluations for a single sound. Based on the squeak and rattle experiments and psychoacoustics analysis， an empirical formula of the objective evaluation to fit the subjective experience better was obtained， and also， the reason was explained that different types of crowds may have different subjective evaluation results for the subsystem squeak and rattle test. This new evaluation method has a practical purpose and can be applied in the engineering development.

Keywords：NVH； squeak and rattle； psychoacoustics； sound quality

乘用车的噪声、振动与声振粗糙度（Noise，Vibration，Harshness，NVH）性能直接影响到乘坐舒适性，汽车行驶时的振动异响（Squeak and Rattle，S & R）问题是一种常见的NVH问题，会引起乘员不适与疲劳[1]，越来越多的主机厂和供应商开始关心该问题并设法解决。由于行驶时的振动异响源主要来自车辆各个子系统（如仪表板总成、中控台总成、座椅总成、门板总成等），业内已经广泛应用静音振动台模拟路谱，并对汽车子系统施加激励，在半消声室内评估诊断异响源，以求改善整车NVH性能。汽车振动异响是一种主观感受，定义并识别异响在汽车子系统研发和认证过程中十分重要。相关研究已经表明：车内NVH舒适性与响度、尖锐度、粗糙度、抖动度等因素相关[2]。而汽车子系统的振动异响对车内噪声的响度、尖锐度、粗糙度都具有明显的影响，所以研究并改善振动异响具有重要的工程意义。虽然已经有一些计算机辅助工程（Computer Aided Engineering，CAE）方面的研究方法开始应用于工程开发[3]，但在工程项目上，目前仍然主要通过台架试验对汽车子系统振动异响进行评估。从开发角度而言，往往会采用声学阵列捕捉声源分布以便诊断异响源并寻求改进[4]；从认证或评判角度而言，由于通过评分来主观评价的量化方法难以在不同项目中相互比较，不利于工程数据的传承与积累，加之不同人对声音评价的差异较大，因此，亟需一种完善并且更贴合人耳主观感受的测量评判标准以评估汽车子系统振动异响特性。

1 试验的主观评价

1.1 试验设置及采集

为了研究振动异响噪声的主观感受与心理声学参数之间的关系，由于其它汽车子系统也有类似特性，以某车型座椅系统为例展开研究，图1为试验台架的布置情况。信号发生器通过傅里叶（Fourier）逆变换生成的伪随机路谱经过功率放大器后输入激振器，在座椅固定点附近的刚性工装上布置加速度传感器，反馈并修正信号发生器的输出信号，以达到闭环控制的目的。

将频率响应范围为3.15～20 000 Hz，动态范围为15～147 dB的麦克风布置在距离被测样件150 mm的位置，麦克风采用1 000 Hz、114 dB的纯音标定。分别从15个测点位置测量三个方向（x、y、z方向）的激振，测得45段声压信号，并从中筛选出10段具有代表性的声音，随机编号为a，b，c到j作为研究对象。图2为10段声音在1 s时长内的时域信号。

1.2 主观评估方法及结果

一般对于复杂的评价试验，在试验前要对评价人员进行适当的培训，使评价人员熟悉声音样本和评价任务。通常将评价人员限制在10人以下，甚至小于5名[5]。共有9名工程师对这些声音片段做了主观评估（其中4名工程师长期从事整车及子系统异响的评估工作和异响源的识别与诊断工作）。采用高信噪比（105 dB）耳机对采集的声压数据实施回放，每个人均得到了各自对10段音频的主观扰人程度由高到低的排序。排序方法采用成对比较法（Pair-Comparison，PC），这种方法具有简单易行的优势，能够得到所有噪声的扰人程度排序，每位工程师总共需要进行n（n-1）/2=45次比较。表1为各位工程师对a～j音频扰人程度的排序（表中1为扰人程度最低，10为扰人程度最高），整理后的主观评价结果见表1。

分析上述排序名次，做不同人员排序的相关性分析，计算得到每段音频名次的平均标准差约为1.37（最大为1.81），这说明虽然各个工程师对噪声的理解和感受不同，但总体趋势具有一定的一致性。

2 心理声学参数的选取和计算方法

2.1 心理声学参数的选取

心理声学分析参数有许多，一般描述声音对人体感知程度最常用的有响度（Loudness）、粗糙度（Roughness）、尖锐度（Sharpness）、抖动度（Fluctuation）等心理声学参数[6]。其中抖动度针对20 Hz以下的调制，对于振动异响，噪声的响度比（Loudness Ratio）较大，抖动度也较大，因此在振动异响评估中与主观感受的相关性不大。为了尽可能全面地分析异响，选取了响度、粗糙度和尖锐度三个心理声学参数。

2.2 Zwicker N10响度

一般对振动异响的客观评价最常使用这个心理声学参数。由于异响噪声是随着时间变化的，所以它们的响度也是随时间而变化的。按照国际标准化组织ISO532B步骤和德国工业标准DIN45631程序算法，计算响度时未考虑掩蔽效应，采用Zwicker的计算模型，使用1/3倍频带作为基础数据，引入临界频带概念对人耳的掩蔽效应作相应修正，适用于自由声场或扩散声场的计算，为了能体现掩蔽效应，常用超过采样时间某一百分比的响度。Hellman和Zwicker测试了两种混合敲击声音的响度，发现整个采样时间段中超过10%的统计响度，能对振动敲击声的主观感知进行预估。

为了有效屏蔽低频噪声，音频预处理采用了300 Hz高通滤波，并加汉宁（Hanning）窗，以2 ms为单位，参照ISO532B的方法计算动态响度。由大到小排序后选取10%分位的响度值作为Zwicker N10响度。

2.3 平均粗糙度

粗糙度的调制范围为20～200 Hz，由于目前粗糙度的计算尚无统一的国际标准，Vassilakis、Aures、Zwicker和Fastl、Sottek、Daniel以及Weber、Hoeld-rich、Pflueger等都提出过不同的计算模型[7]，各模型的主要差别在于将信号包络转换为粗糙度的方式。这里采用了从Aures发展而来的Daniel和Weber粗糙度算法[8]计算，该算法具有易于实现的优势且精度较好。粗糙度的计算思路是频带的特征粗糙度加权求和，计算表达式如式（1）。

式中：ri为频带i的特征粗糙度；常数c是为了使标准信号（70 Hz、100%调幅调制、60 dB、1 kHz纯音）的粗糙度为1 asper；ki的详细定义见文献[9]。将计算得到的动态粗糙度求出算数平均值即为平均粗糙度。

2.4 S10尖锐度

由于目前尖锐度的计算尚无统一的国际标准，对音频信号以2 ms为单位加汉宁窗，计算动态尖锐度，Zwicker & Fastl[10]。参考N10响度的统计计算方法，动态尖锐度的表达式如式（2），对动态尖锐度排序后计算出S10尖锐度。

式中：为临界频带响度；z为临界频带尺度；g（z）为修正因子。

3 心理声学参数与主观感受的关系

3.1 心理声学参数计算结果

采用上述计算方法处理，得到的心理声学参数值见表2。

3.2 机理分析

结合异响噪声特性分析计算得到的心理声学参数，发现如果振动异响中存在皮革或者包覆的摩擦声（如音频i），平均粗糙度很高，这种声音容易造成乘客的听觉疲劳。

S10尖锐度也是两批工程师判断分歧最大的因素。由于目前汽车吸、隔声材料大量应用，且这些材料大都对中高频噪声具有良好的吸收和阻隔作用，而对于低频噪声的吸、隔声效果较差，因此实车行驶环境（比如比利时路）中，路噪、胎噪和发动机噪声传入座舱后会形成低频背景噪声，因此在频域掩蔽效应的作用下，S10尖锐度高的噪声更易在实车行驶过程中被乘客察觉。专业评估噪声的工程师会考虑振动异响在整车情况下对乘客的干扰程度，而非专业评估噪声的工程师主要针对回放时所听到的噪声本身，因此其平均名次趋势更接近N10响度的排序情况。图3分别为音频h和音频j的声谱图。从图中可以发现音频h包含了大量高于1.4 kHz的噪声信号（S10尖锐度很大），而音频j虽然N10响度大于音频h，但专业评估噪声的工程师认为其扰人程度并不及音频j。

3.3 经验公式

目前已经有许多结合心理声学参数并反映主观扰人程度的方法，其中比较著名的有：Aures提出的一个感觉舒适度的计算，粗糙度R、尖锐度S、音调度T以及响度N[11]；Hussain提出的烦恼度指数AVL[12]；Widmann提出的心理学恼人程度符合无偏烦恼度计算模型（UBA）的计算方法[13]等。然而，从这些计算的推导过程来看，都不是针对振动异响而言的，而且公式也相对较为复杂，涉及的参数也较多。在这些推导方法的启发下，通过心理声学参数计算结果及其机理的分析与总结，得到了经验公式，如式（3）。使用该经验公式可以快速且较为准确地得到某一段振动异响噪声的扰人程度。

由式（3）可知，虽然我们最常采用Zwicker N10响度来衡量振动异响，但S10尖锐度更能够代表车内振动异响的扰人程度，因此有必要在振动异响评估时综合考虑多个心理声学参数。借助式（3）能够较好地拟合人对车内振动异响的主观感受。

由图4可知，通过该经验公式计算与扰人度平均排名十分接近。

4 结论与展望

通过上述试验和分析，得到以下结论：

（1）通过经验公式，可使心理声学的客观评分接近主观感受，在振动异响的评估中可以应用这个客观的经验公式对异响实现更为贴近主观的评级。

（2）专业的评估工程师对尖锐及细碎的中高频率单点异响更为敏感，而非专业评估的工程师对声音的整体响度更敏感。其原因在于整车行驶环境下通常存在着一定的低频背景噪声，而有专业经验的评估工程师会通过台架试验，考虑实车状态下的异响状况。这一点从两组工程师对音频b的评判差异中可以明显看出。

（3）N10响度的单一评价指标具有局限性，综合考虑S10尖锐度和平均粗糙度的评价体系与人的主观感受更为贴近。

（4）关于三个参数扰人程度的贡献，S10尖锐度大于N10响度，而平均粗糙度的贡献最低；这是由于实车环境下存在低频背景噪声，S10尖锐度能够反映高频细碎敲击噪声的特性，车辆行驶过程中考虑到低频背景噪声，尖锐度最容易引起乘员不适。

经验公式可以直接应用在实际工程项目中，为工程开发提供依据。今后可以做更多的数据积累，并对经验公式做修正和完善，制定具体阈值和明确指标以对设计或产品的认证和界定做出指导。

参考文献（References）：

聂永红. 基于声品质的汽车内部噪声有源控制方法研究 [D].长沙：湖南大学，2013.

NIE Yonghong. Research on the Active Control Method of Noise Inside Vehicle Based on Sound Quality [D]. Changsha：Hunan University，2013.（in Chinese）

NOR M J M，FOULADI M H，NAHVI H，et al. Index for Vehicle Acoustical Comfort Inside a Passenger Car [J]. Applied Acoustics，2008，69（4）：343-353.

HEO H，KIM B，UHM H，et al. An Analytical Approach for the Noise Source of Cockpit Module [J]. Proceedings of World Academy of Science Engineering & Technology， 2011（81）：241.

SHIN S H，CHEONG C. Experimental Characterization of Instrument Panel Buzz，Squeak，and Rattle （BSR） in a Vehicle [J]. Applied Acoustics，2010，71（12）：1162-1168.

杨雯. 汽车声品质主观评价与分析方法研究[D]. 合肥：合肥工业大学， 2009.

YANG Wen. Study on Subjective Evaluation and Analysis Methods of Vehicle Sound Quality [D]. Hefei：Hefei University of Technology，2009.（in Chinese）

FASTL H，ZWICKER E. Psychoacoustics：Facts and Models [M]. Berlin Heidelberg：Springer，2007.

张伟豪，许枫. 基于ERB尺度的心理声学模型及其数值计算[J]. 声学技术，2011，30（2）：161-166.

ZHANG Weihao，XU Feng. Psychoacoustical Roughness Model and Calculation Method Based on ERB-Scale [J]. Technical Acoustics，2011，30（2）：161-166.（in Chinese）

DANIEL P，WEBER R. Psychoacoustical Roughness： Implementation of an Optimized Model [J]. Acta Acustica United with Acustica，1997，83（1）：113-123.

刘威，焦中兴，何岭松. Aures粗糙度模型的数值计算方法[J]. 噪声与振动控制，2012，32（6）：95-99.

LIU Wei，JIAO Zhongxin，HE Lingsong. Study on the Computation Method of Roughness Based on Aures" Model [J]. Noise and Vibration Control，2012， 32（6）：95-99.（in Chinese）

CHALUPPER J，FASTL H，CHALUPPER J，et al. Dy-namic Loudness Model（DLM） for Normal and Hearing-Impaired Listeners [J]. Acta Acustica United with Acustica，2002，88（3）：378-386.

AURES W. Ein Berechnungsverfahren der Rauhigkeit [J]. Acta Acustica United with Acustica，1985，58（5）：268-281.

HUSSAIN M，GÖLLES J，RONACHER A，et al. Statistical Evaluation of an Annoyance Index for Engine Noise Recordings [C]//SAE Technical Paper 911080，1991.

WIDMANN U. A Psychoacoustic Annoyance Concept for Application in Sound Quality [J]. Journal of the Acoustical Society of America，1997，101（5）：3078-3078.

推荐访问： 声学 子系统 探究 振动 评价

---