基于神经网络的车辆排气噪声声音品质预测技术

通过评审团成对比较法测试得到18种车辆排气噪声的满意度评价,考察并选取响度、尖锐度、粗糙度、波动度和峭度作为描述车辆排气噪声声音品质的客观心理声学参数,使用BP神经网络理论建立车辆排气噪声声音品质神经网络预测模型,对排气噪声样本的满意度进行预测,并与使用多元线性回归模型所得的预测值进行了比较.结果表明,神经网络模型预测值更接近实测值,误差在10%范围以内,对于单一噪声样本满意度的预测精度高于多元线性回归模型,能够更好地反映客观参数和主观满意度间的非线性关系,可用于车辆排气噪声声音品质的预测研究.     

基于神经网络的车辆排气噪声声音品质预测技术

通过评审团成对比较法测试得到18种车辆排气噪声的满意度评价，考察并选取响度、尖锐度、粗糙度、波动度和峭度作为描述车辆排气噪声声音品质的客观心理声学参数，使用BP神经网络理论建立车辆排气噪声声音品质神经网络预测模型，对排气噪声样本的满意度进行预测，并与使用多元线性回归模型所得的预测值进行了比较。结果表明，神经网络模型预测值更接近实测值，误差在10%范围以内，对于单一噪声样本满意度的预测精度高于多元线性回归模型，能够更好地反映客观参数和主观满意度间的非线性关系，可用于车辆排气噪声声音品质的预测研究。     

动力总成悬置位置对车体振动能量输入的影

为了选择动力总成合适的悬置位置,建立了某型柴油机机体、变速箱和动力总成的有限元分析模型,并分别分析了其动态特性,得出中间悬置点设置在飞轮壳上优于设置在离合器壳上.通过改变悬置位置,发动机振动烈度由3.92 mm/s减小为3.20 mm/s,动力总成振动烈度由4.13 mm/s减小为3.43 mm/s.实验结果说明,合理选择动力总成的悬置位置有利于降低发动机对车体的振动能量输入,进而提高车辆乘坐的舒适性.