基于SVR的摩托车消声器声品质预测研究

声品质论文 SVR论文 遗传算法论文 消声器论文
论文详情
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。
摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-17页
    1.1 研究背景及意义第9页
    1.2 声品质国内外研究现状第9-14页
        1.2.1 国外声品质研究现状第9-11页
        1.2.2 国内声品质研究现状第11-14页
    1.3 支持向量回归机(SVR)国内外研究现状第14-15页
    1.4 本文研究的主要内容及技术路线第15-17页
        1.4.1 研究的主要内容第15-16页
        1.4.2 研究的技术路线第16-17页
2 摩托车消声器声品质客观评价试验第17-27页
    2.1 排气噪声采集及预处理第17-19页
        2.1.1 试验条件第17-18页
        2.1.2 试验方案第18-19页
        2.1.3 数据预处理第19页
    2.2 声品质客观参数分析第19-24页
    2.3 声品质客观参数计算第24-25页
    2.4 本章小结第25-27页
3 摩托车消声器声品质主观评价试验第27-41页
    3.1 主观评价试验流程第27页
    3.2 主观评价试验设计第27-31页
        3.2.1 评价方法的选择第27-29页
        3.2.2 评价指标的选择第29页
        3.2.3 评价人员的选择第29页
        3.2.4 评价试验准备第29-31页
        3.2.5 听音试验第31页
    3.3 主观评价数据处理第31-37页
        3.3.1 数据的误判分析第31-35页
        3.3.2 数据的有效性判据第35-37页
        3.3.3 主观评价结果分析第37页
    3.4 主客观评价结果的相关分析第37-40页
    3.5 本章小结第40-41页
4 摩托车消声器声品质SVR预测模型构建第41-57页
    4.1 SVR基本原理及声品质评价建模流程第41-48页
        4.1.1 SVR基本原理第41-46页
        4.1.2 声品质评价建模流程第46-48页
    4.2 SVR的参数选择第48-49页
        4.2.1 SVR的参数选择问题第48页
        4.2.2 SVR的参数选择方法第48-49页
    4.3 基于遗传算法的SVR参数选择第49-50页
    4.4 基于遗传算法的SVR声品质预测模型构建第50-52页
    4.5 SVR预测模型的训练和测试结果分析第52-56页
    4.6 本章小结第56-57页
5 SVR模型在消声器声品质改进中的应用第57-77页
    5.1 排气噪声信号的1/3倍频程分析第57-62页
    5.2 消声器的改进分析第62-71页
        5.2.1 消声器的几何建模第62-63页
        5.2.2 消声器声学有限元建模第63-64页
        5.2.3 消声器的改进第64-71页
    5.3 SVR声品质预测模型应用第71-75页
        5.3.1 模型预测结果分析第71-74页
        5.3.2 试验结果与预测结果对比分析第74-75页
    5.4 本章小结第75-77页
6 总结与展望第77-79页
    6.1 总结第77-78页
    6.2 展望第78-79页
致谢第79-81页
参考文献第81-85页
个人简历、在学校期间发表的学术论文及取得的研究成果第85页
论文购买
论文编号ABS4143604,这篇论文共85页
会员购买按0.30元/页下载,共需支付25.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付42.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656