基于心理聲學的汽車子系統振動異響評價探究

沈沉+劉宇+羅俊雄+高彰杰

摘 要：汽車行駛過程中的內飾子系統振動異響會引起乘員的不適與疲勞?，F有通過評分或評級的異響主觀評價量化方法不利于噪聲記錄和工程經驗積累，而且不同人對聲音評價的差異較大。通過對試驗結果及心理聲學數據進行統計分析，總結出更貼合主觀感受的客觀評價經驗公式，并解釋了不同人群對內飾子系統振動異響評價結果不同的原因。試驗和分析結果能直接應用于工程開發，具有實際工程意義。

關鍵詞：NVH；振動異響；心理聲學；聲品質

中圖分類號：U467.4+93文獻標文獻標識碼：A文獻標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

乘用車的噪聲、振動與聲振粗糙度（Noise，Vibration，Harshness，NVH）性能直接影響到乘坐舒適性，汽車行駛時的振動異響（Squeak and Rattle，S & R）問題是一種常見的NVH問題，會引起乘員不適與疲勞[1]，越來越多的主機廠和供應商開始關心該問題并設法解決。由于行駛時的振動異響源主要來自車輛各個子系統（如儀表板總成、中控臺總成、座椅總成、門板總成等），業內已經廣泛應用靜音振動臺模擬路譜，并對汽車子系統施加激勵，在半消聲室內評估診斷異響源，以求改善整車NVH性能。汽車振動異響是一種主觀感受，定義并識別異響在汽車子系統研發和認證過程中十分重要。相關研究已經表明：車內NVH舒適性與響度、尖銳度、粗糙度、抖動度等因素相關[2]。而汽車子系統的振動異響對車內噪聲的響度、尖銳度、粗糙度都具有明顯的影響，所以研究并改善振動異響具有重要的工程意義。雖然已經有一些計算機輔助工程（Computer Aided Engineering，CAE）方面的研究方法開始應用于工程開發[3]，但在工程項目上，目前仍然主要通過臺架試驗對汽車子系統振動異響進行評估。從開發角度而言，往往會采用聲學陣列捕捉聲源分布以便診斷異響源并尋求改進[4]；從認證或評判角度而言，由于通過評分來主觀評價的量化方法難以在不同項目中相互比較，不利于工程數據的傳承與積累，加之不同人對聲音評價的差異較大，因此，亟需一種完善并且更貼合人耳主觀感受的測量評判標準以評估汽車子系統振動異響特性。

1 試驗的主觀評價

1.1 試驗設置及采集

為了研究振動異響噪聲的主觀感受與心理聲學參數之間的關系，由于其它汽車子系統也有類似特性，以某車型座椅系統為例展開研究，圖1為試驗臺架的布置情況。信號發生器通過傅里葉（Fourier）逆變換生成的偽隨機路譜經過功率放大器后輸入激振器，在座椅固定點附近的剛性工裝上布置加速度傳感器，反饋并修正信號發生器的輸出信號，以達到閉環控制的目的。

將頻率響應范圍為3.15～20 000 Hz，動態范圍為15～147 dB的麥克風布置在距離被測樣件150 mm的位置，麥克風采用1 000 Hz、114 dB的純音標定。分別從15個測點位置測量三個方向（x、y、z方向）的激振，測得45段聲壓信號，并從中篩選出10段具有代表性的聲音，隨機編號為a，b，c到j作為研究對象。圖2為10段聲音在1 s時長內的時域信號。

1.2 主觀評估方法及結果

一般對于復雜的評價試驗，在試驗前要對評價人員進行適當的培訓，使評價人員熟悉聲音樣本和評價任務。通常將評價人員限制在10人以下，甚至小于5名[5]。共有9名工程師對這些聲音片段做了主觀評估（其中4名工程師長期從事整車及子系統異響的評估工作和異響源的識別與診斷工作）。采用高信噪比（105 dB）耳機對采集的聲壓數據實施回放，每個人均得到了各自對10段音頻的主觀擾人程度由高到低的排序。排序方法采用成對比較法（Pair-Comparison，PC），這種方法具有簡單易行的優勢，能夠得到所有噪聲的擾人程度排序，每位工程師總共需要進行n（n-1）/2=45次比較。表1為各位工程師對a～j音頻擾人程度的排序（表中1為擾人程度最低，10為擾人程度最高），整理后的主觀評價結果見表1。

分析上述排序名次，做不同人員排序的相關性分析，計算得到每段音頻名次的平均標準差約為1.37（最大為1.81），這說明雖然各個工程師對噪聲的理解和感受不同，但總體趨勢具有一定的一致性。

2 心理聲學參數的選取和計算方法

2.1 心理聲學參數的選取

心理聲學分析參數有許多，一般描述聲音對人體感知程度最常用的有響度（Loudness）、粗糙度（Roughness）、尖銳度（Sharpness）、抖動度（Fluctuation）等心理聲學參數[6]。其中抖動度針對20 Hz以下的調制，對于振動異響，噪聲的響度比（Loudness Ratio）較大，抖動度也較大，因此在振動異響評估中與主觀感受的相關性不大。為了盡可能全面地分析異響，選取了響度、粗糙度和尖銳度三個心理聲學參數。

2.2 Zwicker N10響度

一般對振動異響的客觀評價最常使用這個心理聲學參數。由于異響噪聲是隨著時間變化的，所以它們的響度也是隨時間而變化的。按照國際標準化組織ISO532B步驟和德國工業標準DIN45631程序算法，計算響度時未考慮掩蔽效應，采用Zwicker的計算模型，使用1/3倍頻帶作為基礎數據，引入臨界頻帶概念對人耳的掩蔽效應作相應修正，適用于自由聲場或擴散聲場的計算，為了能體現掩蔽效應，常用超過采樣時間某一百分比的響度。Hellman和Zwicker測試了兩種混合敲擊聲音的響度，發現整個采樣時間段中超過10%的統計響度，能對振動敲擊聲的主觀感知進行預估。

為了有效屏蔽低頻噪聲，音頻預處理采用了300 Hz高通濾波，并加漢寧（Hanning）窗，以2 ms為單位，參照ISO532B的方法計算動態響度。由大到小排序后選取10%分位的響度值作為Zwicker N10響度。

2.3 平均粗糙度

粗糙度的調制范圍為20～200 Hz，由于目前粗糙度的計算尚無統一的國際標準，Vassilakis、Aures、Zwicker和Fastl、Sottek、Daniel以及Weber、Hoeld-rich、Pflueger等都提出過不同的計算模型[7]，各模型的主要差別在于將信號包絡轉換為粗糙度的方式。這里采用了從Aures發展而來的Daniel和Weber粗糙度算法[8]計算，該算法具有易于實現的優勢且精度較好。粗糙度的計算思路是頻帶的特征粗糙度加權求和，計算表達式如式（1）。

式中：ri為頻帶i的特征粗糙度；常數c是為了使標準信號（70 Hz、100%調幅調制、60 dB、1 kHz純音）的粗糙度為1 asper；ki的詳細定義見文獻[9]。將計算得到的動態粗糙度求出算數平均值即為平均粗糙度。

2.4 S10尖銳度

由于目前尖銳度的計算尚無統一的國際標準，對音頻信號以2 ms為單位加漢寧窗，計算動態尖銳度，Zwicker & Fastl[10]。參考N10響度的統計計算方法，動態尖銳度的表達式如式（2），對動態尖銳度排序后計算出S10尖銳度。

式中：為臨界頻帶響度；z為臨界頻帶尺度；g（z）為修正因子。

3 心理聲學參數與主觀感受的關系

3.1 心理聲學參數計算結果

采用上述計算方法處理，得到的心理聲學參數值見表2。

3.2 機理分析

結合異響噪聲特性分析計算得到的心理聲學參數，發現如果振動異響中存在皮革或者包覆的摩擦聲（如音頻i），平均粗糙度很高，這種聲音容易造成乘客的聽覺疲勞。

S10尖銳度也是兩批工程師判斷分歧最大的因素。由于目前汽車吸、隔聲材料大量應用，且這些材料大都對中高頻噪聲具有良好的吸收和阻隔作用，而對于低頻噪聲的吸、隔聲效果較差，因此實車行駛環境（比如比利時路）中，路噪、胎噪和發動機噪聲傳入座艙后會形成低頻背景噪聲，因此在頻域掩蔽效應的作用下，S10尖銳度高的噪聲更易在實車行駛過程中被乘客察覺。專業評估噪聲的工程師會考慮振動異響在整車情況下對乘客的干擾程度，而非專業評估噪聲的工程師主要針對回放時所聽到的噪聲本身，因此其平均名次趨勢更接近N10響度的排序情況。圖3分別為音頻h和音頻j的聲譜圖。從圖中可以發現音頻h包含了大量高于1.4 kHz的噪聲信號（S10尖銳度很大），而音頻j雖然N10響度大于音頻h，但專業評估噪聲的工程師認為其擾人程度并不及音頻j。

3.3 經驗公式

目前已經有許多結合心理聲學參數并反映主觀擾人程度的方法，其中比較著名的有：Aures提出的一個感覺舒適度的計算，粗糙度R、尖銳度S、音調度T以及響度N[11]；Hussain提出的煩惱度指數AVL[12]；Widmann提出的心理學惱人程度符合無偏煩惱度計算模型（UBA）的計算方法[13]等。然而，從這些計算的推導過程來看，都不是針對振動異響而言的，而且公式也相對較為復雜，涉及的參數也較多。在這些推導方法的啟發下，通過心理聲學參數計算結果及其機理的分析與總結，得到了經驗公式，如式（3）。使用該經驗公式可以快速且較為準確地得到某一段振動異響噪聲的擾人程度。

由式（3）可知，雖然我們最常采用Zwicker N10響度來衡量振動異響，但S10尖銳度更能夠代表車內振動異響的擾人程度，因此有必要在振動異響評估時綜合考慮多個心理聲學參數。借助式（3）能夠較好地擬合人對車內振動異響的主觀感受。

由圖4可知，通過該經驗公式計算與擾人度平均排名十分接近。

4 結論與展望

通過上述試驗和分析，得到以下結論：

（1）通過經驗公式，可使心理聲學的客觀評分接近主觀感受，在振動異響的評估中可以應用這個客觀的經驗公式對異響實現更為貼近主觀的評級。

（2）專業的評估工程師對尖銳及細碎的中高頻率單點異響更為敏感，而非專業評估的工程師對聲音的整體響度更敏感。其原因在于整車行駛環境下通常存在著一定的低頻背景噪聲，而有專業經驗的評估工程師會通過臺架試驗，考慮實車狀態下的異響狀況。這一點從兩組工程師對音頻b的評判差異中可以明顯看出。

（3）N10響度的單一評價指標具有局限性，綜合考慮S10尖銳度和平均粗糙度的評價體系與人的主觀感受更為貼近。

（4）關于三個參數擾人程度的貢獻，S10尖銳度大于N10響度，而平均粗糙度的貢獻最低；這是由于實車環境下存在低頻背景噪聲，S10尖銳度能夠反映高頻細碎敲擊噪聲的特性，車輛行駛過程中考慮到低頻背景噪聲，尖銳度最容易引起乘員不適。

經驗公式可以直接應用在實際工程項目中，為工程開發提供依據。今后可以做更多的數據積累，并對經驗公式做修正和完善，制定具體閾值和明確指標以對設計或產品的認證和界定做出指導。

參考文獻（References）：

聶永紅. 基于聲品質的汽車內部噪聲有源控制方法研究 [D].長沙：湖南大學，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.

楊雯. 汽車聲品質主觀評價與分析方法研究[D]. 合肥：合肥工業大學， 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.

張偉豪，許楓. 基于ERB尺度的心理聲學模型及其數值計算[J]. 聲學技術，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.

劉威，焦中興，何嶺松. Aures粗糙度模型的數值計算方法[J]. 噪聲與振動控制，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，G?LLES 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.