发动机怠速声品质优化方法、系统以及发动机技术方案

本发明专利技术公开了一种发动机怠速声品质优化方法、系统以及发动机，方法包括获取发动机的多个噪声数据样本，并基于噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数；根据声品质客观心理学参量以及声品质主观评价等级分数确定线性回归模型；建立发动机的喷射参数与声品质客观心理学参量的预测模型；基于线性回归模型以及预测模型建立喷射参数以及声品质主观评价等级分数之间的传递函数；求解传递函数，得到发动机的最优喷射参数。本发明专利技术通过最优化发动机的喷射参数来改变发动机的燃烧状态，解决了现有技术无法从根源上对发动机的声品质进行优化的技术问题，实现了从根源上优化发动机的声品质的技术效果，提高了产品的竞争力。了产品的竞争力。了产品的竞争力。

【技术实现步骤摘要】
发动机怠速声品质优化方法、系统以及发动机


[0001]本专利技术实施例涉及声品质
，尤其涉及一种发动机怠速声品质优化方法、系统以及发动机。

技术介绍

[0002]随着客户对NVH(Noise、Vibration、Harshness，噪声、振动与声振粗糙度) 性能要求的不断提升，单以声压级为目标的噪声优化已不能满足客户对舒适度的要求，声品质反映了人对噪声的主观感受，改善声品质对提高产品竞争力有巨大的意义。
[0003]但是，目前并没有成熟有效的声品质优化方法，主要是以整车上主动发声控制系统(主动降噪)来进行，该方法主要是通过抵消一部分频率噪声的方法进行声品质优化，并非从根源上进行声品质优化，并且存在算法复杂，受环境因素影响较大，鲁棒性较差的缺点。

技术实现思路

[0004]本专利技术提供一种发动机怠速声品质优化方法、系统以及发动机，解决了现有技术无法从根源上对发动机的声品质进行优化的技术问题。
[0005]本专利技术实施例提供了一种发动机怠速声品质优化方法，包括：
[0006]获取发动机的多个噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数；
[0007]根据所述声品质客观心理学参量以及所述声品质主观评价等级分数确定线性回归模型；
[0008]建立发动机的喷射参数与所述声品质客观心理学参量的预测模型，其中，所述喷射参数包括主喷提前角、预喷间隔角、预喷油量以及轨压；
[0009]基于所述线性回归模型以及所述预测模型建立所述喷射参数以及所述声品质主观评价等级分数之间的传递函数；
[0010]求解所述传递函数，得到所述发动机的最优喷射参数。
[0011]进一步地，所述根据所述声品质客观心理学参量以及所述声品质主观评价等级分数确定线性回归模型包括：
[0012]使用支持向量机算法建立所述声品质客观心理学参量以及所述声品质主观评价等级分数的所述线性回归模型。
[0013]进一步地，所述获取发动机的多个噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数包括：
[0014]获取发动机的多个噪声数据样本；
[0015]计算每个所述噪声数据样本的所述声品质客观心理学参量；
[0016]对所述噪声数据样本进行主观评价，得到所述声品质主观评价等级分数。
[0017]进一步地，所述对所述噪声数据样本进行主观评价，得到所述声品质主观评价等
级分数包括：
[0018]基于等级评分法对所述噪声数据样本进行主观评价，得到声品质主观评价等级分数。
[0019]进一步地，所述计算每个所述噪声数据样本的所述声品质客观心理学参量包括：
[0020]计算每个所述噪声数据样本的响度、尖锐度、粗糙度、波动度以及A计权声压级。
[0021]进一步地，在所述获取发动机的噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数之前，还包括：
[0022]根据正交表格法建立多组所述喷射参数的组合；
[0023]获取每组所述喷射参数下的所述发动机的所述噪声数据样本。
[0024]进一步地，所述求解所述传递函数，得到所述发动机的最优喷射参数包括：
[0025]通过遗传算法求解所述传递函数，得到所述发动机的最优喷射参数。
[0026]进一步地，在得到所述最优喷射参数之后，还包括：
[0027]基于所述最优喷射参数控制所述发动机工作。
[0028]本专利技术实施例还提供了一种发动机怠速声品质优化系统，包括：
[0029]获取单元，用于获取发动机的多个噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数；
[0030]模型确定单元，用于根据所述声品质客观心理学参量以及所述声品质主观评价等级分数确定线性回归模型；
[0031]第一建立单元，用于建立发动机的喷射参数与所述声品质客观心理学参量的预测模型，其中，所述喷射参数包括主喷提前角、预喷间隔角、预喷油量以及轨压；
[0032]第二建立单元，用于基于所述线性回归模型以及所述预测模型建立所述喷射参数以及所述声品质主观评价等级分数之间的传递函数；
[0033]求解单元，用于求解所述传递函数，得到所述发动机的最优喷射参数。
[0034]本专利技术实施例还提供了一种发动机，所述发动机包括上述权利要求9所述的发动机怠速声品质优化系统。
[0035]本专利技术实施例公开了一种发动机怠速声品质优化方法、系统以及发动机，方法包括获取发动机的多个噪声数据样本，并基于噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数；根据声品质客观心理学参量以及声品质主观评价等级分数确定线性回归模型；建立发动机的喷射参数与声品质客观心理学参量的预测模型；基于线性回归模型以及预测模型建立喷射参数以及声品质主观评价等级分数之间的传递函数；求解传递函数，得到发动机的最优喷射参数。本专利技术实施例通过最优化发动机的喷射参数来改变发动机的燃烧状态，解决了现有技术无法从根源上对发动机的声品质进行优化的技术问题，实现了从根源上优化发动机的声品质的技术效果，提高了产品的竞争力。
附图说明
[0036]图1是本专利技术实施例提供的一种发动机怠速声品质优化方法的流程图；
[0037]图2是本专利技术实施例提供的声品质客观心理学参量与声品质主观评价等级分数之间的线性回归模型建立流程图；
[0038]图3是本专利技术实施例提供的建立喷射参数与声品质客观心理学参量之间的预测模
型的流程图
[0039]图4是本专利技术实施例提供的神经网络结构图；
[0040]图5是本专利技术实施例提供的训练集的神经网络预测结果图；
[0041]图6是本专利技术实施例提供的验证集的神经网络预测结果图；
[0042]图7是本专利技术实施例提供的测试集的神经网络预测结果图；
[0043]图8是本专利技术实施例提供的训练集、验证集以及测试集的综合神经网络预测结果图；
[0044]图9是本专利技术实施例提供的建立传递函数以及进行全局寻优的流程图；
[0045]图10是本专利技术实施例提供的另一种发动机怠速声品质优化方法的流程图；
[0046]图11是本专利技术实施例提供的又一种发动机怠速声品质优化方法的流程图；
[0047]图12是本专利技术实施例提供的又一种发动机怠速声品质优化方法的流程图；
[0048]图13是本专利技术实施例提供的一种发动机怠速声品质优化系统的结构图。
具体实施方式
[0049]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0050]需要说明的是，本专利技术的说明书和权利要求书及附图中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发动机怠速声品质优化方法，其特征在于，包括：获取发动机的多个噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数；根据所述声品质客观心理学参量以及所述声品质主观评价等级分数确定线性回归模型；建立发动机的喷射参数与所述声品质客观心理学参量的预测模型，其中，所述喷射参数包括主喷提前角、预喷间隔角、预喷油量以及轨压；基于所述线性回归模型以及所述预测模型建立所述喷射参数以及所述声品质主观评价等级分数之间的传递函数；求解所述传递函数，得到所述发动机的最优喷射参数。2.根据权利要求1所述的发动机怠速声品质优化方法，其特征在于，所述根据所述声品质客观心理学参量以及所述声品质主观评价等级分数确定线性回归模型包括：使用支持向量机算法建立所述声品质客观心理学参量以及所述声品质主观评价等级分数的所述线性回归模型。3.根据权利要求1所述的发动机怠速声品质优化方法，其特征在于，所述获取发动机的多个噪声数据样本，并基于所述噪声数据样本确定声品质客观心理学参量以及声品质主观评价等级分数包括：获取发动机的多个噪声数据样本；计算每个所述噪声数据样本的所述声品质客观心理学参量；对所述噪声数据样本进行主观评价，得到所述声品质主观评价等级分数。4.根据权利要求3所述的发动机怠速声品质优化方法，其特征在于，所述对所述噪声数据样本进行主观评价，得到所述声品质主观评价等级分数包括：基于等级评分法对所述噪声数据样本进行主观评价，得到声品质主观评价等级分数。5.根据权利要求3所述的发动机怠速声品质优化方法，其特征在于，所述计算每个所述噪声数据样本的所述声品质客观心...

【专利技术属性】
技术研发人员：徐可鹏，时胜文，曹虎，
申请(专利权)人：潍柴动力股份有限公司，
类型：发明
国别省市：