[发明专利]一种怠速工况下NVH评价结果预测方法有效

专利信息
申请号: 202111112019.1 申请日: 2021-09-18
公开(公告)号: CN113702071B 公开(公告)日: 2022-08-16
发明(设计)人: 裴永生;陈岩;杨晋;黄钦明 申请(专利权)人: 燕山大学
主分类号: G01M17/007 分类号: G01M17/007;G06N3/04;G06N3/08
代理公司: 北京市诚辉律师事务所 11430 代理人: 成丹;耿慧敏
地址: 066004 河北*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工况 nvh 评价 结果 预测 方法
【说明书】:

本申请提供一种怠速工况下NVH评价结果预测方法,该方法包括:获取待测车辆怠速工况下的怠速时域信号;将怠速时域信号转换为怠速频域信号;基于预设阶次频率划分表,提取怠速频域信号的频率和阶次的特征值;将频率和阶次的特征值输入预建神经网络模型中,预测得到待测车辆怠速工况下的NVH评价结果。该方案可以快速得到NVH评价结果,节省了人力成本和时间成本,提高了时效性。

技术领域

发明属于整车NVH技术领域,特别涉及一种怠速工况下NVH评价结果预测方法。

背景技术

汽车NVH性能是汽车舒适性的重要评价指标之一,车辆的NVH是指Noise(噪声)、Vibration(振动)和Harshness(声振粗糙度),其本质就是车辆的振动和噪声问题。目前,对于整车NVH性能的评价,各大机构和厂商的评价标准并不统一,不同品牌的汽车难以横向比较。但大体上都是通过NVH评测员按照NVH工程师预先确定好的实验工况和实验项目,通过驾驶或乘坐被测车辆根据自己的主观感受进行评分。评价完成后,检查数据,剔除受外界或评测员自身影响较大的数据。数据质量达不到要求时,又需要及时补测。各大厂商的NVH主观评价方法各不相同,但人力成本和时间成本高,时效性差是其通病。

发明内容

本说明书实施例的目的是提供一种怠速工况下NVH评价结果预测方法。

为解决上述技术问题,本申请实施例通过以下方式实现的:

本申请提供一种怠速工况下NVH评价结果预测方法,该方法包括:

获取待测车辆怠速工况下的怠速时域信号;

将怠速时域信号转换为怠速频域信号;

基于预设阶次频率划分表,提取怠速频域信号的频率和阶次的特征值;

将频率和阶次的特征值输入预建神经网络模型中,预测得到待测车辆怠速工况下的NVH评价结果。

在其中一个实施例中,待测车辆怠速工况包括待测车辆怠速工况时空调关工况及空调开工况。

在其中一个实施例中,获取待测车辆怠速工况下的怠速时域信号,包括:

预热待测车辆;

待测车辆在消音环境下,关闭待测车辆的空调,待测车辆怠速工作第一时长后,获取空调关工况下的第一怠速时域信号;

将待测车辆的空调档位调制制冷最低档,待测车辆怠速工作第二时长后,获取空调开工况下的第二怠速时域信号;

将第一怠速时域信号和第二怠速时域信号,作为怠速时域信号。

在其中一个实施例中,消音环境中环境噪声小于或等于25dB,环境温度的范围为0-40℃。

在其中一个实施例中,怠速时域信号包括声音信号和振动信号。

在其中一个实施例中,声音信号采用A计权处理。

在其中一个实施例中,预建神经网络模型的构建,包括:

获取若干怠速工况下的怠速训练时域信号;

将怠速训练时域信号转换为怠速训练频域信号;

基于预设阶次频率划分表,提取怠速训练频域信号的频率和阶次的特征值;

获取与每个怠速训练时域信号对应的主观评价分数,每个怠速训练频域信号提取出的频率、阶次的特征值及对应的主观评价分数,构成一个训练数据,所有训练数据构成训练集;

基于训练集训练BP神经网络模型,得到预建神经网络模型。

在其中一个实施例中,基于训练集训练BP神经网络模型,得到预建神经网络模型,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111112019.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top