发动机及车辆声品质评价及道路交通噪声预测分析
中图分类号：U461 文章编号：1009-2374（2016）17-0085-03 DOI：10.13535/j.cnki.11-4406/n.2016.17.041
1 概述
发动机及车辆在设计初期，过多地将重心放在声压能量的降低上，而忽略了声音特性的研究。随着社会的进步，在保障低噪声的前提下，人们更多地关注于车辆乘坐的舒适性与主观感受。改良声品质的主要目的在于减少车内噪音，为人们提供更加舒适的车内环境。由于城市化的快速推进，车辆的迅猛增长，使得交通噪声日趋加重，已经严重影响到居民的生活品质。基于此，本文进行发动机及车辆声品质评价及道路交通噪声预测分析，具有很强的现实意义。
2 发动机及车辆噪声品质评价
2.1 噪声样本的采集
论文中车内噪声样本的搜集，具体是通过SQuadriga声信号采集系统进行。本次试验主要在路面状况较好的情况下进行，对4种型号轿车以不同速度（50、60、70、80、90、100km/h）匀速行驶时不同位置点处的声音信号，收集到48个噪声样本，并对噪声样本进行剪辑至5s。接着对所有噪声品质进行A计权声压级计算，再观察车速变化会对其产生的影响。
结合图1可知，随着车辆加速，4款不同型号的轿车内，副驾驶右耳处与司机左耳处，A声压级越来越大；在副驾驶右耳处，车内A声压级A、B型号车辆相对较大。而在司机左耳处，在车速不一样的情况下4款车辆车内A声压级无较大区别，所以不同型号的车辆的车内声品质不能只依据A声压级的大小进行确定。
2.2 主观评价方法
本文实验评价采用的是成对比较法。评价工作开始之前，应先对所有噪声样本进行分类，接着将严格挑选出符合标准的评价人员，听审分组后的噪声样本，并提出意见与建议。
2.3 主观评价结果
通过对收集到的声音样本的分析，从中选取12个特征较为明显的噪声样本。并对其进行主观评价分析，论文试验挑选了24个评价人员，且驾车经验均较为丰富。对上述评价人员进行数据收集，对其中噪声样本的选择概率进行统计分析，并对各噪声样本的主观评价值进行计算，所得结果如表1所示：
2.4 心理声学客观参数及相关分析
2.4.1 心理声学客观参数计算。心理声学客观参数具体是指人对声音特殊属性的听觉感受的物理参量，其中抖动度、尖锐度、粗糙度、响度是最为常用的4种心理声学客观参数。采用Head Acoustics公司声品质分析软件Arte-miS12.0求出A计权声压级，并对12个噪声样本的4种客观评价参数尖锐度、响度、抖动度及粗糙度进行计算，详情可见表2：
2.4.2 相关分析。在对相关性分析过程中，能够利用简单线性相关系数对变量间的线性关系进行度量，相关系数是表现变量之间相关关系紧密程度的统计量，本次试验中采用应用最为普遍的Pearson相关系数，作用在于衡量间隔尺度变量间的线性关系进行度量本试验中，4种心理声学客观参数值和主观评价结果的线性相关分析，是通过统计学软件SPSS进行。
依据表3数据进行分析，主观评价结果与尖锐度、粗糙度、响度心理声学客观参数的相关系数绝对值均高于0.8，具有直接的线性关系，其中虽然抖动度相关系数不高，但因为其对车内噪声没有很明显的影响，因此是基本符合规律的。结合上述内容，可以看出本文中车内主观评价结果与A计权声压级存在着较强的线性
关系。
2.5 车内噪声品质客观量化模型的建立
车内噪声品质客观量化模型的建立，应当先对主观评价结果和客观参数进行线性回归分析。线性回归分析具体是指一种供变量间的数学表达式，是以对变量间关系进行定量描述的数学过程。其中主观评价结果为回归分析中的因变量，A计权声压级及客观评价参数为自变量。本文主要采用SPSS统计学软件进行线性回归分析。
结合表4可以看出，回归方程中加入尖锐度及响度这两个客观参数，并且方程中并未存在粗糙度和A计权声压级，从而也反映出在声品质偏好性影响因素中，响度和尖锐度与A声级参数与粗糙度相比，数值更大。结合上表还能够得出多元线性回归方程如下：SQ=-0.075Ld-1.898Sp+3.633。式中：SQ为主观评价结果；Ld为响度；Sp为尖锐度。上式是车内噪声品质客观参数间和主观评价结果在匀速行使情况下的数学模型，其中车内声品质可以利用心理声学客观参数进行描述。并且回归方程中尖锐度及响度标准化系数为-0.399与-0.608，从而可以验证，相较于尖锐度，车内声偏好性受响度影响更大。对4款车辆在司机左耳处车内声品质值进行计算。如果车辆提速，则4款车辆内声品质也随之下降。
在匀速行驶时的情况下，对4款车辆车速不一样时的车内噪声样本的声品质深入研究，总结如下：（1）对关键的4个心理声学客观参数与噪声样本的主观评价相关性进行分析，结果表明两者之间有着很强的相关性；（2）在轿车匀速行驶下，利用多元线性回归分析，建立车内心理声学客观参数和声品质偏好性间数学模型，可得出尖锐度和响度是车辆匀速情况下声品质的主要影响因素；（3）利用A声压级车内副驾驶右耳处和司机左耳进行计算，结果很难鉴定车型对车内声音品质的影响，而通过客观量化模型，所得出的随轿车车速不同所得到的车辆声品质偏好性值，能够对噪声品质进行更为直观的反映。
3 道路交通噪声预测分析 以下两种在当前道路交通噪声预测模型应用中最为普遍：（1）JTGB03-2006推荐的噪声预测模型（简称JTGB03-2006模型）；（2）HJ2.4-2009推荐的噪声预测模型（简称HJ2.4-2009模型）。其中Cadna A软件与一般情况下使用的模型对比，JTGB03-2006与HJ2.4-2009模型在表达形式上看大体相同，但其他方面存在一定差异。
对比详情如下：（1）参照点位置：HJ2.4-2009和JTGB03-2006大体一致；（2）车型：HJ2.4-2009和JTGB03-2006一致；（3）适用范围：Cadna A软件与JTGB03-2006适用车型和车速范围都有所差异，其中HJ2.4-2009并未对适用范围进行明确；（4）车速：其中HJ2.4-2009中，一般都是利用相关模型对各种车型声源源强进行计算，并通过类比测量法进行修正；而JTGB03-2006模型，对于不同车型平均车速的计算分别具备相应的计算公式；Cadna A软件则是使用限速作为车速；（5）平均辐射噪声级：HJ2.4-2009并不具备相应计算功能，Cadna A软与JTGB03-2006均有相应计算方法。Cadna A具体是指仅将分为卡车和汽车两种车辆型号，只关注卡车和单车道小时所占交通量的比例，在户外声传播衰减基础上进行计算的计算方式；（6）距离衰减量项：JTGB03-2006模型依据小时交通量的多少，以点声源和线声源对公路噪声源进行划分，从而进行距离衰减计算。
在实际的环境影响评价工作中，道路交通噪声预测过程中可以考虑将HJ2.4-2009、JTGB03-2006模型相结合，车速的类比测量也可通过JTGB03-2006模型计算方式进行。在实际中，最好还是建议采用JTGB03-2006模型计算不同车辆型号的平均辐射噪声级，在交通噪声计算模型及其参数的选取上，还应结合具体情况，有针对性地选择与该区域路况相符的道路交通噪声预测模型，科学恰当地修正模型参数，从而创建出具有现实意义的规范的模型修正参数，为发动机及车辆声品质评价工作提供参考。
4 结语
随着我国现代进程的不断推进，道路交通也有了翻天覆地的转变，但在这些发展的背后，道路交通噪声污染矛盾已经成为当前城市主要污染源之一。其中道路交通噪声是发动机及车辆在运动过程中所产生的一种不连续的非稳态流动声源噪声沿线辐射，该声源噪声严重威胁着司机人身及行驶安全，因此发动机及车辆声品质评价及道路交通噪声预测分析具有很强的现实意义。
