基于智能算法的车内路噪多通道主动控制技术研究

发布时间：2020-11-13 21:26

　　 随着汽车品质的提升,汽车车内噪声成为用户评价汽车乘坐舒适性的重要指标。目前,随着汽车振动噪声技术的发展,发动机和传动系统噪声已经得到有效控制,汽车行驶时轮胎与路面相互作用产生的噪声(以下简称“路噪”)在整车噪声的影响程度在扩大,降低车内路噪,是汽车行业发展的重要趋势。路噪主要是低频率宽频带的随机噪声,目前主流的被动降噪技术,如吸声、隔声等,难以对其进行抑制,因此能有效降低低频噪声的噪声主动控制技术引发了广大汽车科技工作者的关注。同时,为了满足车内多个位置的降噪需求就需要研究噪声的多通道主动控制技术。本文通过研究噪声多通道主动控制技术的基本原理、系统结构和算法实现,并对车内路噪的噪声特性进行分析,结合现有的车内路噪主动控制方法提出了一种新的基于神经网络技术的车内路噪多通道主动控制策略:采用对时间序列信号具有较好辨识能力的神经网络方法,经过离线训练后通过悬架和车身连接点的振动加速度信号对车内路噪信号进行辨识,然后利用多通道噪声主动控制算法对车内路噪进行主动降噪,并围绕提出的控制策略,主要完成了以下研究工作:首先,通过比较各类算法特点后确定了车内多通道噪声主动控制系统的控制方案,采用基于随机梯度的LMS算法及多通道FxLMS算法分别完成多通道噪声主动控制系统的次级声通道辨识和主动降噪。其次,基于试验采集的汽车匀速行驶工况下悬架和车身连接点的振动加速度信号以及车内驾驶员与后排乘员耳旁噪声信号进行了低频特性与多重相关性分析,建立了车内路噪辨识的Elman神经网络模型。然后,建立了多通道噪声主动控制系统模型,并将其与多参考LMS算法合成车内路噪模型和Elman神经网络车内路噪辨识模型分别整合,搭建了现有的车内路噪主动控制模型与基于神经网络的车内路噪多通道主动控制模型,对比验证提出的车内路噪多通道主动控制策略的有效性和可行性。基于试验采集的振动与噪声数据分别对两组模型进行了仿真分析。结果表明,在路噪频率范围内,两组模型均取得了良好的降噪效果,可以实现多点的同时降噪。现有的车内路噪主动控制模型降噪量主要分布在10dB以内,峰值的降噪量可以达到约20dB。基于神经网络辨识的车内路噪主动控制系统降噪效果不逊于现有的车内路噪多通道主动控制策略,甚至在0-50Hz范围内的峰值噪声降噪效果更佳,可以达到约25dB。最后,基于所建立的车内路噪多通道主动控制Simulink模型及其控制策略,搭建车内路噪多通道主动控制系统的硬件在环仿真平台,并以实车试验采集的数据为基础对所建系统进行硬件在环仿真试验,结果表明基于神经网络的车内路噪多通道主动控制系统在20-100Hz频率范围内具有较好的降噪效果,并且可以实现多点的同时降噪,降噪量主要分布在2-8dB,噪声峰值处的降噪效果更佳。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：U469.72
【部分图文】：

吉林大学硕士学位论文2另外，不同的噪声振动源产生的车内噪声具有不同的频率范围[9]。在低频部分，以发动机低频振动和路面随机激励产生的车内噪声为主；中高频部分，随着频率的增加，轮胎与路面相互作用产生的噪声和车身与空气摩擦产生的噪声起主导作用；高频部分，主要为传动系统齿轮啮合产生的冲击噪声、发动机进排气噪声以及风扇噪声，此频段内车内人员交流的语言清晰度和车内声场的声品质问题为主要考虑因素，其中汽车噪声源与频率的关系如图1.2所示。图1.1汽车噪声源与行驶速度的关系图图1.2汽车噪声源与频率的关系图目前，随着对汽车振动与噪声控制技术的深入研究，汽车发动机和传动系统产生的车内噪声已经得到有效控制。然而，随着发动机和传动系统噪声的降低，路噪在整车噪声中的占比与影响程度也随之扩大。特别是当车辆以中、高速行驶时，路噪开始成为车内噪声的主要来源。同时，与其它噪声相比，路噪的随机性会给乘客带来更多疲劳和烦躁感。因而，降低车内路噪对于降低车内噪声水平和改善车内声环境、提高声学品质具有重要意义。

吉林大学硕士学位论文2另外，不同的噪声振动源产生的车内噪声具有不同的频率范围[9]。在低频部分，以发动机低频振动和路面随机激励产生的车内噪声为主；中高频部分，随着频率的增加，轮胎与路面相互作用产生的噪声和车身与空气摩擦产生的噪声起主导作用；高频部分，主要为传动系统齿轮啮合产生的冲击噪声、发动机进排气噪声以及风扇噪声，此频段内车内人员交流的语言清晰度和车内声场的声品质问题为主要考虑因素，其中汽车噪声源与频率的关系如图1.2所示。图1.1汽车噪声源与行驶速度的关系图图1.2汽车噪声源与频率的关系图目前，随着对汽车振动与噪声控制技术的深入研究，汽车发动机和传动系统产生的车内噪声已经得到有效控制。然而，随着发动机和传动系统噪声的降低，路噪在整车噪声中的占比与影响程度也随之扩大。特别是当车辆以中、高速行驶时，路噪开始成为车内噪声的主要来源。同时，与其它噪声相比，路噪的随机性会给乘客带来更多疲劳和烦躁感。因而，降低车内路噪对于降低车内噪声水平和改善车内声环境、提高声学品质具有重要意义。

吉林大学硕士学位论文6图1.4Gonzalez的双通道噪声主动控制系统车内发动机噪声主动降噪技术，经过多年的发展，如今已有不少厂商研发出车内发动机噪声主动控制系统并逐步将其应用在上市车型中。目前，Bose公司和哈曼公司掌握着世界上比较先进的噪声主动控制技术。其中，Bose公司的发动机噪声主动控制系统已经成功应用于凯迪拉克XTS以及别克昂科威等量产车型。该噪声主动控制系统通过转速信号分频分离出正弦信号作为参考信号，经系统控制器处理后得出次级声信号，并传给次级声源进行播放，最后根据误差传声器反馈的误差信号及时进行纠正以调整次级声信号，最终达到消除发动机的二次谐波噪声的目的[24]。随着动力系统噪声的降低，路噪在整车噪声的占比与影响程度在不断地扩大。特别是当车辆以中速或高速行驶时，路噪是车内噪声的主要来源。而且与其他噪音相比，路噪会给乘客带来更多疲劳和刺激。因而降低车内路噪对于降低车内噪声水平和改善车内声环境具有重要意义。车内路噪主动控制技术，即利用噪声主动控制技术来降低汽车行驶过程中车轮与路面相互作用引起的噪声，已经被证明是一种不影响汽车其他性能的有效方案。1.3.3车内路噪主动控制技术研究现状自20世纪90年代初期以来，车内路噪主动控制技术逐步发展。车内发动机ANC系统商业化应用的落地，使得车内路噪降噪已被广泛认为是影响车辆商业成功的关键因素。路噪可以表征为受路面强烈影响的宽带随机信号，由轮胎与路
【参考文献】

相关期刊论文 前9条

1 余雄鹰;闵福江;文伟;赵立峰;刘勇;;轮胎/路面噪声的结构传递路径分析[J];汽车工程;2013年11期

2 张伟;刘献栋;单颖春;何田;;基于声传递向量法的路面激励引起车内噪声的仿真研究[J];振动工程学报;2010年06期

3 邱亚宇;毛彩菊;;车内噪声主动控制技术的发展与应用[J];黑龙江科技信息;2009年28期

4 张伦维;;奇妙的ANC 主动噪声控制系统[J];当代汽车;2008年09期

5 丁渭平;;车内低频噪声与悬架特性参数的定量关系[J];噪声与振动控制;2006年05期

6 张建南,王登峰,常振臣,刘学广;基于神经网络方法的车内噪声自适应主动控制[J];汽车技术;2003年10期

7 张建南,王登峰;车内噪声主动控制的Elman神经网络方法[J];河北工业科技;2002年06期

8 姚玉红,彭斌,胡冰霜;城市区域环境噪声对人心理和生理功能影响研究进展[J];现代预防医学;2000年04期

9 林敢为,刘裕源;多重相干分析方法在汽车振动研究中的应用[J];应用力学学报;1985年01期

相关博士学位论文 前2条

1 谭刚平;车内语言清晰度分析评价及其主动控制技术研究[D];吉林大学;2013年

2 刘学广;车内低频噪声多次级声源有源消声系统研究[D];吉林大学;2004年

相关硕士学位论文 前10条

1 郭志伟;某新能源车整车路噪问题分析及优化[D];长安大学;2019年

2 陈辉;车内路噪自适应主动控制技术研究[D];吉林大学;2019年

3 李秋悦;基于传递路径分析的车辆结构路噪诊断与优化研究[D];武汉理工大学;2018年

4 段江浩;电动汽车动力传动系统噪声主动控制技术研究[D];吉林大学;2018年

5 胥国文;车内多通道噪声主动控制技术研究[D];吉林大学;2018年

6 孙文栋;基于Elman神经网络的旋转超声加工输出能量模型研究[D];哈尔滨工业大学;2018年

7 张聪燕;基于多通道有源噪声控制算法的研究及应用[D];哈尔滨工业大学;2017年

8 王宇;结合虚拟传声器的汽车车内噪声主动控制方法[D];清华大学;2017年

9 孙吉东;基于陷波法的车内噪声主动控制系统研究[D];吉林大学;2016年

10 薄中;双通道自适应有源噪声控制系统的设计与研究[D];哈尔滨工程大学;2009年

本文编号：2882670