一种面向多种应用场景的发动机声品质快速评价方法与流程

1.本发明属于发动机技术领域，尤其涉及一种面向多种应用场景的发动机声品质快速评价方法。


背景技术：

2.传统发动机噪声研究主要以a计权声压级或a计权声功率级作为开发目标，但相同声压级不同特征属性的声音，可能会导致巨大的声品质差异，同时，声压级降低未必可以直接提高用户的满意度，因此针对发动机声学研究，已从低噪声设计进入高声品质开发阶段。
3.发动机应用场景多样，不同应用场景意味着不同的典型工况，导致传统评价方法进行整机声品质评价时存在以下困难：(1)评价工况固定，难以体现应用场景的独特性和差异性；(2)评价方法主要以专家听审打分为主，不利于保证评价结果的准确性和一致性；(3)应用场景和工况差异性导致的整机声品质表现难以量化，不利于有针对性的进行声品质调校，目前尚无法形成面向多种应用场景的声品质快速评价方法，难以快速对发动机声学水平进行市场定位。因此，针对多场景评价方法对于发动机声学开发具有重要意义。


技术实现要素：

4.本发明目的在于提供一种面向多种应用场景的发动机声品质快速评价方法,以解决传统评价方法进行整机声品质评价时评价工况固定，难以体现应用场景的独特性和差异性；评价方法主要以专家听审打分为主，不利于保证评价结果的准确性和一致性；应用场景和工况差异性导致的整机声品质表现难以量化，不利于有针对性的进行声品质调校的技术问题。
5.为实现上述目的，本发明的面向多种应用场景的发动机声品质快速评价方法的具体技术方案如下：
6.一种面向多种应用场景的发动机声品质快速评价方法，包括以下步骤：
7.s1、试验工况设计：根据用户端发动机运行工况的监测和反馈，首先筛选发动机不同应用场景频繁使用的工况；将工况进行分类，利用随机抽样方法进行样本补充，最终每台发动机筛选出15个工况用于声品质评价；
8.s2、噪声台架测试，建立声音样本数据库：在半消声室分别测试n台发动机噪声，将采集的噪声样本剪辑成相应5s声音样本，建立发动机噪声样本数据库；
9.s3、声品质测试：对s2获得噪声样本进行声品质测试，声品质测试结果为t；对声品质测试结果进行一致性检测，一致性指标用重合度c来表示，其计算公式为：
[0010][0011]
[0012]
其中，ai为第i样本的声品质测试结果，为全部样本的声品质测试结果的平均值，n为每个样本声品质测试数量，p为平均绝对偏差值，q为声品质测试结果值域，c表示重合度；
[0013]
s4、声品质层次分析树构建：考虑工况权重的影响，构建声品质层次分析树，层次分析树由四层组成，第一层为目标层o，代表发动机的声品质水平；第二层为应用场景层p；第三层为待测发动机层q；第四层为运行工况层w；
[0014]
s5、运行工况在不同场景的权重计算：根据车载工况监测系统获得不同工况在不同场景的重要性序列，基于s4构建的层次分析树，采用模糊层次分析法计算不同工况样本对声品质的权重，工况层相对场景层的权重矩阵为m；
[0015]
s6、发动机不同场景声品质快速评价：根据s5中获得运行工况在不同场景的权重矩阵m，以及s3获得待测发动机样本声品质测试结果矩阵t，不同场景下待测发动机加权偏好度为r＝m.
×
t；最终以待测样本加权偏好度的算术平均值即为发动机在不同应用场景声品质评价指标；
[0016]
抽取每个应用场景下待测发动机加权偏好度偏差较大样本作为典型工况，直接以每种应用场景的典型工况噪声样本进行声品质测试，计算抽取样本测试结果的平均值，即完成对发动机声品质的快速评价。
[0017]
其中，s2噪声测试时麦克风测点放置在发动机顶侧1m位置，噪声采样频率为40960hz，测试时间为10s。
[0018]
其中，s4中第二层为应用场景层p包括考虑重卡/客车、推土机-行走模式、推土机-作业模式、发电机五种典型应用场景。
[0019]
其中，s5中权重具体计算步骤如下：
[0020]
s51、根据工况重要性排序，构建模糊判断矩阵a＝[a
ij
]n×n，其中矩阵中元素用0.1-0.9表示，0.5代表两两对比同等重要，n为矩阵a的维度；
[0021]
s52、基于隶属函数和将模糊判断矩阵a＝[a
ij
]n×n转化为模糊一致性矩阵r＝[r
ij
]n×n，其中代表矩阵a进行列求和；
[0022]
s53、利用转换公式计算矩阵r＝[r
ij
]n×n的互反型矩阵m＝[m
ij
]n×n；
[0023]
s54、基于最小二乘法计算的初始权重ω0，表示对矩阵r进行列求和；
[0024][0025]
s55、计算最终权重值w。
[0026]
其中，最终权重值w的计算步骤如下：
[0027]
s551、ω0作为权重的初始迭代值；
[0028]
s552、利用迭代公式w
k+1
＝mwk得到特征向量w
k+1
，并求取w
k+1
的无穷范数||w
k+1
||
∞
；
[0029]
s553、如果||w
k+1
||
∞-||wk||
∞
≤ε，则最终权重值为：
[0030][0031]
否则以作为新的向量进入下一次迭代循环。
[0032]
本发明的面向多种应用场景的发动机声品质快速评价方法具有以下优点：在试验工况设计时，同时考虑了不同应用场景下工况的有效性和多样性，使评价样本可以全面表征发动机的声品质水平；考虑不同运行工况在多种应用场景贡献的差异性，提出以加权偏好度作为声品质评价的综合参量，更具有实际意义；通过发动机应用场景-典型工况构建，形成了多场景声品质快速评价技术，为发动机多场景声品质快速评价及市场定位提供技术指导。
附图说明
[0033]
图1为本发明的发动机声品质快速评价方法示意图；
[0034]
图2为发动机多场景声品质评价层次分析树。
具体实施方式
[0035]
为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种面向多种应用场景的发动机声品质快速评价方法做进一步详细的描述。
[0036]
本实施例以n台多用途发动机为研究对象，综合考虑多种应用场景(重卡、客车、推土机-行走模式、推土机-作业模式、发电机)，分析运行工况在不同应用场景的贡献差异性，以加权偏好度作为声品质评价的综合参量，提出一种面向多种应用场景的发动机声品质快速评价方法，该方法的技术路线如下图1所示，具体步骤如下：
[0037]
步骤一、试验工况设计
[0038]
本实施例以n台待测发动机为研究对象，由于听审时间限制，每台发动机测试样本为15个。为保证样本的有效性，根据用户端发动机运行工况的监测和反馈，不同应用场景频繁使用的工况必须被首先筛选。为保证发动机筛选工况的多样性，将工况进行分类，利用随机抽样方法进行样本补充，最终每台发动机筛选出15个工况用于声品质评价，指导步骤二的噪声测试。
[0039]
步骤二、噪声台架测试，建立声音样本数据库
[0040]
为了全面反映发动机声品质特征，在半消声室分别测试n台发动机噪声，麦克风测点放置在发动机顶侧1m位置。噪声采样频率为40960hz，测试时间为10s。将上述采集样本剪辑成相应5s声音样本，建立发动机噪声样本数据库。
[0041]
步骤三、声品质测试
[0042]
对步骤二获得噪声样本进行声品质测试，声品质测试需要保证测试环境的安静，为保证测试结果的可信度，建议在半消声室进行，声品质测试结果为t。对声品质测试结果进行一致性检测，一致性指标用重合度c来表示，其计算公式为：
[0043][0044][0045]
其中，ai为第i样本的声品质测试结果，为全部样本的声品质测试结果的平均值，n为每个样本声品质测试数量，p为平均绝对偏差值，q为声品质测试结果值域，c表示重合度。
[0046]
步骤四、声品质层次分析树构建
[0047]
发动机可以应用到多种场景，不同场景下工况的使用率存在差异性，因此，运行工况在不同应用场景的重要性存在不同，在发动机声品质综合评估时必须要考虑工况权重的影响。在进行权重计算前需要构建声品质层次分析树，如图2所示，层次分析树由四层组成，第一层为目标层o，代表发动机的声品质水平。第二层为应用场景层p，本文主要考虑重卡/客车、推土机-行走模式、推土机-作业模式、发电机五种典型应用场景。第三层为待测发动机层q。第四层为运行工况层w，根据步骤一可知，考虑样本的有效性和多样性筛选了15个工况。
[0048]
步骤五、运行工况在不同场景的权重计算
[0049]
根据车载工况监测系统可获得不同工况在不同场景的重要性序列，基于步骤四构建的层次分析树，采用模糊层次分析法计算不同工况样本对声品质的权重，工况层相对场景层的权重矩阵为m，权重具体计算过程如下：
[0050]
a)根据工况重要性排序，构建模糊判断矩阵a＝[a
ij
]n×n，其中矩阵中元素用0.1-0.9表示，0.5代表两两对比同等重要，n为矩阵a的维度；
[0051]
b)基于隶属函数和将模糊判断矩阵a＝[a
ij
]n×n转化为模糊一致性矩阵r＝[r
ij
]n×n，其中代表矩阵a进行列求和；
[0052]
c)利用转换公式计算矩阵r＝[r
ij
]n×n的互反型矩阵m＝[m
ij
]n×n；
[0053]
d)基于最小二乘法计算的初始权重ω0，表示对矩阵r进行列求和；
[0054][0055]
e)计算最终权重值w：
[0056]
step1:ω0作为权重的初始迭代值；
[0057]
step2:利用迭代公式w
k+1
＝mwk得到特征向量w
k+1
，并求取w
k+1
的无穷范数||w
k+1
||
∞
；
[0058]
step3:如果||w
k+1
||
∞-||wk||
∞
≤ε，则最终权重值为：
[0059][0060]
否则以
[0061]
作为新的向量进入下一次迭代循环。
[0062]
步骤六、发动机不同场景声品质快速评价
[0063]
根据步骤五中获得运行工况在不同场景的权重矩阵m，以及步骤(3)获得待测发动机样本声品质测试结果矩阵t，不同场景下待测发动机加权偏好度为r＝m.
×
t。最终以待测样本加权偏好度的算术平均值即为发动机在不同应用场景声品质评价指标。
[0064]
为了提高多场景声品质评价效率，抽取每个应用场景下待测发动机加权偏好度偏差较大样本作为典型工况，直接以每种应用场景的典型工况噪声样本进行声品质测试，计算抽取样本测试结果的平均值，即完成对发动机声品质的快速评价。
[0065]
步骤七、声品质快速评价方法效果验证
[0066]
本实施例以四台发动机为研究对象进行方法验证，首先基于步骤一进行发动机试验工况设计，基于步骤二、三进行四台发动机噪声和声品质测试，基于步骤四、五构建声品质层次分析树，基于模糊层次分析法计算运行工况在不同应用场景的权重，基于步骤六计算不同应用场景四台发动机的加权偏好度，抽取每个应用场景下加权偏好度偏差较大样本作为典型工况进行声品质测试，结果发现典型工况获得的四台发动机声品质相对序列与全样本加权评价结果完全一致，以重卡/客车、发电机这三种应用场景为例，具体结果如表1所示。
[0067]
表1发动机不同应用场景声品质快速评价方法验证
[0068][0069]
针对重卡/客车、发电机这三种应用场景，每种场景的典型工况均为2种，其中重卡/客车选择最大扭矩工况1200r/min和1400r/min两个外特性工况样本，发电机选择1500r/min和1800r/min外特性工况样本，直接抽取典型工况进行声品质测试即可。针对评价效率，全样本(15样本/台
×
4台＝60样本)声品质测试次数为501次，上述三种场景典型工况均为2个，对于每种场景需抽取8个样本(2样本/场景
×
4台＝8样本)共需28次声品质测
试，声品质评价效率相对提升了约18倍。
[0070]
本实施例在试验工况设计时，同时考虑了不同应用场景下工况的有效性和多样性，使评价样本可以全面表征发动机的声品质水平；考虑不同运行工况在多种应用场景贡献的差异性，提出以加权偏好度作为声品质评价的综合参量，更具有实际意义；通过发动机应用场景-典型工况构建，形成了多场景声品质快速评价技术，为发动机多场景声品质快速评价及市场定位提供技术指导。
[0071]
虽然结合了附图描述了本发明的实施方式，但是对于本领域技术人员来说，在不脱离本发明原理的前提下，还可以做出若干变形和改进，这些也应视为属于本发明的保护范围。

技术特征：
1.一种面向多种应用场景的发动机声品质快速评价方法，其特征在于，包括以下步骤：s1、试验工况设计：根据用户端发动机运行工况的监测和反馈，首先筛选发动机不同应用场景频繁使用的工况；将工况进行分类，利用随机抽样方法进行样本补充，最终每台发动机筛选出15个工况用于声品质评价；s2、噪声台架测试，建立声音样本数据库：在半消声室分别测试n台发动机噪声，将采集的噪声样本剪辑成相应5s声音样本，建立发动机噪声样本数据库；s3、声品质测试：对s2获得噪声样本进行声品质测试，声品质测试结果为t；对声品质测试结果进行一致性检测，一致性指标用重合度c来表示，其计算公式为：试结果进行一致性检测，一致性指标用重合度c来表示，其计算公式为：其中，a
i
为第i样本的声品质测试结果，a为全部样本的声品质测试结果的平均值，n为每个样本声品质测试数量，p为平均绝对偏差值，q为声品质测试结果值域，c表示重合度；s4、声品质层次分析树构建：考虑工况权重的影响，构建声品质层次分析树，层次分析树由四层组成，第一层为目标层o，代表发动机的声品质水平；第二层为应用场景层p；第三层为待测发动机层q；第四层为运行工况层w；s5、运行工况在不同场景的权重计算：根据车载工况监测系统获得不同工况在不同场景的重要性序列，基于s4构建的层次分析树，采用模糊层次分析法计算不同工况样本对声品质的权重，工况层相对场景层的权重矩阵为m；s6、发动机不同场景声品质快速评价：根据s5中获得运行工况在不同场景的权重矩阵m，以及s3获得待测发动机样本声品质测试结果矩阵t，不同场景下待测发动机加权偏好度为r＝m.
×
t；最终以待测样本加权偏好度的算术平均值即为发动机在不同应用场景声品质评价指标；抽取每个应用场景下待测发动机加权偏好度偏差较大样本作为典型工况，直接以每种应用场景的典型工况噪声样本进行声品质测试，计算抽取样本测试结果的平均值，即完成对发动机声品质的快速评价。2.根据权利要求1所述的面向多种应用场景的发动机声品质快速评价方法，其特征在于，s2噪声测试时麦克风测点放置在发动机顶侧1m位置，噪声采样频率为40960hz，测试时间为10s。3.根据权利要求2所述的面向多种应用场景的发动机声品质快速评价方法，其特征在于，s4中第二层为应用场景层p包括考虑重卡/客车、推土机-行走模式、推土机-作业模式、发电机五种典型应用场景。4.根据权利要求3所述的面向多种应用场景的发动机声品质快速评价方法，其特征在于，s5中权重具体计算步骤如下：s51、根据工况重要性排序，构建模糊判断矩阵a＝[a
ij
]
n
×
n
，其中矩阵中元素用0.1-0.9表示，0.5代表两两对比同等重要，n为矩阵a的维度；
s52、基于隶属函数和将模糊判断矩阵a＝[a
ij
]
n
×
n
转化为模糊一致性矩阵r＝[r
ij
]
n
×
n
，其中代表矩阵a进行列求和；s53、利用转换公式计算矩阵r＝[r
ij
]
n
×
n
的互反型矩阵m＝[m
ij
]
n
×
n
；s54、基于最小二乘法计算的初始权重ω0，表示对矩阵r进行列求和；s55、计算最终权重值w。5.根据权利要求4所述的面向多种应用场景的发动机声品质快速评价方法，其特征在于，s55中最终权重值w的计算步骤如下：s551、ω0作为权重的初始迭代值；s552、利用迭代公式w
k+1
＝mw
k
得到特征向量w
k+1
，并求取w
k+1
的无穷范数||w
k+1
||
∞
；s553、如果||w
k+1
||
∞-||w
k
||
∞
≤ε，则最终权重值为：否则以作为新的向量进入下一次迭代循环。

技术总结
本发明属于发动机技术领域，公开了一种面向多种应用场景的发动机声品质快速评价方法，其特征在于，包括以下步骤：S1、试验工况设计；S2、噪声台架测试，建立声音样本数据库；S3、声品质测试；S4、声品质层次分析树构建；S5、运行工况在不同场景的权重计算；S6、发动机不同场景声品质快速评价。本发明在试验工况设计时，同时考虑了不同应用场景下工况的有效性和多样性，使评价样本可以全面表征发动机的声品质水平；考虑不同运行工况在多种应用场景贡献的差异性，提出以加权偏好度作为声品质评价的综合参量，更具有实际意义；通过发动机应用场景-典型工况构建，形成了多场景声品质快速评价技术，为发动机多场景声品质快速评价提供技术指导。导。导。


技术研发人员：周启迪 林杰威 孙婷婷 张忠伟 许春光 刘利军 李满 许虹雯 罗颖迪
受保护的技术使用者：中国北方发动机研究所
技术研发日：2023.06.02
技术公布日：2023/9/9