电动车动力总成噪声品质粒子群-向量机预测模型

方源 1; 章桐 1; 3; 陈霏霏 1; 2; 郭荣 1; 2

doi:10.7652/xjtuxb201601007

您当前的位置：

首页 >

文章列表页 >

电动车动力总成噪声品质粒子群-向量机预测模型

更新时间：2025-07-09

- 电动车动力总成噪声品质粒子群-向量机预测模型
- Sound Quality Prediction of Electric Power Train Noise Based on Particle Swarm Optimization and Support Vector Machine
- 西安交通大学学报 2016年50卷第1期页码：41-46
- 作者机构：
  
  1. 同济大学新能源汽车工程中心,上海,201804
  2. 同济大学汽车学院,上海,201804
- 作者简介：
- 基金信息：
  
  : 2015-05-30。作者简介: 方源(1989—),男,博士生;章桐(通信作者),男,教授,博士生导师。基金项目: 国家“863计划”资助项目(20U11AA11A265);国家自然科学基金资助项目(51205290);中央高校基本科研业务费专项资金资助项目(1700219118)
- DOI：10.7652/xjtuxb201601007
  中图分类号： U463.2
- 网络首发：2016-01-10，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
方源 1, 章桐 1, 3, 等. 电动车动力总成噪声品质粒子群-向量机预测模型[J]. 西安交通大学学报, 2016,50(1):41-46.

Sound Quality Prediction of Electric Power Train Noise Based on Particle Swarm Optimization and Support Vector Machine[J]. 2016, 50(1): 41-46.
方源 1, 章桐 1, 3, 等. 电动车动力总成噪声品质粒子群-向量机预测模型[J]. 西安交通大学学报, 2016,50(1):41-46. DOI： 10.7652/xjtuxb201601007.

Sound Quality Prediction of Electric Power Train Noise Based on Particle Swarm Optimization and Support Vector Machine[J]. 2016, 50(1): 41-46. DOI： 10.7652/xjtuxb201601007.

摘要

为了实现电动车动力总成噪声品质的预测

以某集中驱动式电动车为例

在考虑动力总成辐射噪声品质频域特性和已设立的敏感频带能量比这一客观评价参数的基础上进行了心理声学参数

即响度、尖锐度、粗糙度、抖动度、语音清晰度等与主观评价的相关性分析

由此建立了电动车动力总成噪声品质粒子群支持向量机预测模型

内容涉及采用支持向量机建立噪声品质预测模型、利用粒子群优化算法对向量基惩罚因子及核函数参数进行优化

最后验证了敏感频带能量比评价参数的有效性。研究结果表明:敏感频带能量比与主观评价相关度达到0.946

可以较好地反映主观感受; 基于粒子群支持向量机的噪声品质预测模型的平均相对误差和最大相对误差分别为2.0%和6.7%

表明以敏感频带能量比作为输入特征的粒子群优化支持向量机模型

在电动车动力总成噪声品质的预测精度上优于基于遗传算法优化及网格搜索优化的预测模型。

Abstract

An electric power train is taken as a sample to predict its radiation noise quality. Studying frequency characteristics of sound quality and sensitive frequency-band energy ratio

a correlation analysis is conducted between subject evaluation and psychoacoustics parameters including loudness

sharpness

roughness

fluctuation and articulation index. Then a predicting model of sound quality of electric powertrain is established based on particle swarm optimization(PSO)and support vector machine(SVM). After optimizing the penalty factor of SVM and parameters of kernel function by PSO

the effectiveness of R is confirmed. The results indicate that subjective feeling can be reflected by sensitive frequency band energy ratio with correlation coefficient being 0.946. The absolute value and maximum value of the relative error are 2.0% and 6.7% respectively

which shows that the prediction accuracy of PSO-SVM is superior to those of the genetic algorithm method and grid search method.

关键词

Keywords

references

申秀敏, 左曙光, 韩乐, 等. 基于支持向量机的车内噪声声品质预测 [J]. 振动、测试与诊断, 2011(1): 55-58.

SHEN Xiumin, ZUO Shuguang, HAN Le, et al. Interior vehicle noise quality prediction using support vector machines [J]. Journal of Vibration, Measurement & Diagnosis, 2011(1): 55-58.

高印寒, 唐荣江, 梁杰, 等. 基于径向基函数神经网络的车内噪声品质评价系统 [J]. 吉林大学学报: 工学版, 2012, 42(6): 1378-1383.

GAO Yinhan, TANG Rongjiang, LIANG Jie, et al. Vehicle interior noise sound quality evaluation system based on RBF neural network [J]. Journal of Jilin University: Engineering and Technology Edition, 2012, 42(6): 1378-1383.

孟祥德, 张俊红, 李立顺, 等. 基于回归分析的车用柴油机声品质预测技术 [J]. 内燃机学报, 2011, 29(6): 534-537.

MENG Xiangde, ZHANG Junhong, LI Lishun, et al. Sound quality prediction of diesel engine noise based on regression analysis [J]. Transactions of CSICE, 2011, 29(6): 534-537.

刘海, 张俊红, 张桂昌, 等. 车用柴油机噪声品质预测模型的建立 [J]. 机械工程学报, 2012, 48(2): 159-164.

LIU Hai, ZHANG Junhong, ZHANG Guichang, et al. Prediction model for diesel engine noise quality [J]. Journal of Mechanical Engineering, 2012, 48(2): 159-164.

刘海, 张俊红, 倪广健, 等. 基于遗传支持向量机的柴油机辐射噪声品质预测技术 [J]. 振动与冲击, 2013, 32(2): 111-114.

LIU Hai, ZHANG Junhong, NI Guangjian, et al. Sound quality prediction of diesel engine noise based on genetic algorithm and support vector machine [J]. Journal of Vibration and Shock, 2013, 32(2): 111-114.

SASAKI M, NAKASHIMA K. Human auditory models and sound quality evaluation method for diesel noise, SAE 2007-01-2219 [R]. New York, USA: SAE, 2007.

HUALLPA B, MARANO J, SCZIBOR V, et al. Gear lever sound quality evaluation, SAE 2010-36-0369 [R]. New York, USA: SAE, 2010.

徐中明, 张芳, 周小林, 等. 汽车喇叭声品质主观评价与分析 [J]. 汽车工程, 2013, 35(2): 188-192.

XU Zhongming, ZHANG Fang, ZHOU Xiaolin, et al. Subjective evaluation and analysis on car horn sound quality [J]. Automotive Engineering, 2013, 35(2): 188-192.

王长山, 张立军. 汽车关门声声品质评价方法的研究 [J]. 汽车工程, 2011, 33(10): 902-906.

WANG Changshan, ZHANG Lijun. A study on the method of evaluating the sound quality of vehicle door closing noise [J]. Automotive Engineering, 2011, 33(10): 902-906.

王万英, 彭为, 靳晓雄, 等. 由轮胎引起的车内噪声品质分析 [J]. 汽车工程, 2009, 31(3): 267-270.

WANG Wanying, PENG Wei, JIN Xiaoxiong, et al. Sound quality analysis on in-car noise induced by tire [J]. Automotive Engineering, 2009, 31(3): 267-270.

许雪莹, 韩国华, 吴瑛, 等. 电动汽车的噪声特点及评价方法 [J]. 汽车工程学报, 2011, 1(z1): 17-20.

XU Xueying, HAN Guohua, WU Ying, et al. Sound character and evaluation method of electric vehicle [J]. Chinese Journal of Automotive Engineering, 2011, 1(z1): 17-20.

OKOSHI M, HASHIMOTO Y, SUZUKI M, et al. Test equipment maker's cooperative approach to the measurement next generation automotives: comparison of noise and vibration characteristics between ice vehicle and EV, SAE 2011-39-7202 [R]. New York, USA: SAE, 2011.

FANG Y, ZHANG T. Modeling and analysis of electric powertrain NVH under multi-source dynamic excitation, SAE 2014-01-2870 [R]. New York, USA: SAE, 2014.

HUSSAIN M, GOLLES J, RONACHE A, et al. Statistical evaluation of an annoyance index for engine noise recordings [C]∥SAE Noise and Vibration Conference and Exhibition. New York, USA: SAE, 1991: 911080.

方源, 章桐, 陈霏霏, 等. 电动车噪声品质心理声学主客观评价模型 [J]. 西安交通大学学报, 2015, 49(8): 97-101.

FANG Yuan, ZHANG Tong, CHEN Feifei, et al. A subjective and objective evaluation model for psychoacoustical quality of electric vehicle noise [J]. Journal of Xi'an Jiaotong University, 2015, 49(8): 97-101.

彭令, 牛瑞卿, 赵艳南, 等. 基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 [J]. 武汉大学学报: 信息科学版, 2013, 38(2): 148-152.

PENG Ling, NIU Ruiqing, ZHAO Yannan, et al. Prediction of landslide displacement based on KPCA and PSO-SVR [J]. Journal of Wuhan University: Geomatics and Information Science Edition, 2013, 38(2): 148-152.

徐中明, 谢耀仪, 贺岩松, 等. 基于粒子群-向量机的汽车加速噪声评价 [J]. 振动与冲击, 2015, 34(2): 25-29.

XU Zhongming, XIE Yaoyi, HE Yansong, et al. Evaluation of car interior sound quality based on PSO-SVM [J]. Journal of Vibration and Shock, 2015, 34(2): 25-29.

方源,章桐,陈霏霏,等.电动车噪声品质心理声学主客观评价模型.2015,49(8):97-101.[doi:10.7652/xjtuxb201508 016]

王斌,徐俊,曹秉刚,等.采用模拟退火算法的电动汽车复合电源能量管理系统优化.2015,49(8):90-96.[doi:10.7652/xjtuxb201508015]

杨晴霞,曹秉刚,徐俊,等.一种估计锂电池充电状态的分数阶阻抗模型.2015,49(8):128-132.[doi:10.7652/xjtuxb2015 08021]

高建平,葛坚,赵金宝,等.复合电源系统功率分配策略研究.2015,49(7):17-24.[doi:10.7652/xjtuxb201507004]

赵立军,张艳芬,刘清河.纯电动商用车机械式自动变速器综合换挡策略.2015,49(6):46-52.[doi:10.7652/xjtuxb201506 008]

袁希文,文桂林,周兵.考虑侧向稳定性的分布式电驱动汽车制动滑移率控制.2015,49(5):43-48.[doi:10.7652/xjtuxb 201505007]

许建,张政,李翔,等.独立驱动电动汽车横摆力矩的模糊控制算法.2014,48(7):83-89.[doi:10.7652/xjtuxb201407015]

刘瑞玲,钟德星,韩九强.汽车伞齿轮多目视觉检测系统与算法.2014,48(4):1-7.[doi:10.7652/xjtuxb201404001]

史文库,毛阳,姜雪,等.发动机半主动液压悬置的动态特性及参数影响分析.2014,48(1):42-47.[doi:10.7652/xjtuxb 201401008]

盛新堂,黄瑾,王小荣,等.自然吸气二甲醚发动机排气再循环NOx满足国Ⅳ、Ⅴ排放标准的研究.2013,47(7):18-22.[doi:10.7652/xjtuxb201307004]

续丹,王国栋,曹秉刚,等.独立驱动电动汽车的转矩优化分配策略研究.2012,46(3):42-46.[doi:10.7652/xjtuxb201203 008]

赵彤航,卢炳武,姜文君,等.轿车车内噪声品质偏好性评价方法的研究.2012,46(5):127-131.[doi:10.7652/xjtuxb2012 05022]

陆良,杨殿阁,顾铮珉,等.采用模块化思想的汽车电器智能化设计方法.2010,44(5):111-115.[doi:10.7652/xjtuxb2010 05023]

许鹏,曹秉刚,曹建波,等.两轮独立驱动电动车的转矩协调控制.2009,43(7):53-57.[doi:10.7652/xjtuxb200907012]

曹秉刚,曹建波,李军伟,等.超级电容在电动车中的应用研究.2008,42(11):1317-1322.[doi:10.7652/xjtuxb200811 001]

郭金刚,王军平,曹秉刚.电动车最大化能量回收制动力分配策略研究.2008,42(5):607-611.[doi:10.7652/xjtuxb200805 021]

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用粒子群优化的人脸特征提取识别算法

利用小波分解和支持向量机的心理意识真实性识别研究

结合分割逼近和粒子群法的燃气轮机叶片轮廓度误差计算

采用矩谐分析和支持向量机的地磁导航基准图构建方法

云计算环境下的大规模图状数据处理任务调度算法