一种发动机声品质确定方法和系统与流程

本申请实施例涉及发动机，具体涉及一种发动机声品质确定方法和系统。

背景技术：

1、随着国家和行业法规对车辆噪声的要求越来越严格，消费者对车辆噪声水平和声音品质要求也越来越高。发动机噪声是整车噪声的主要来源，可以说发动机的噪声指标和动力性、可靠性以及经济性同等重要。传统的发动机噪声控制方法的研究是如何控制发动机的噪声大小，近年来，发动机噪声声品质方面的研究已经成为发动机nvh性能研究中的重点领域。

2、声品质客观评价参量经过长期的探索和发展，基本形成了以声压级、响度、尖锐度、粗糙度、抖动度等组成的客观评价体系，所以在以往的研究中，研究学者们普遍采用这些参量对声音样本进行客观评价。这些客观参量应用在稳态噪声的客观评价过程中，能够比较准确的建立起声品质预测模型，在声品质研究中起到了关键的作用。但是随着对声品质研究的逐渐深入，发动机加速声品质方面的研究日益增多，研究学者发现之前的声品质客观评价参量体系不足以准确地对发动机加速噪声样本进行客观评价，这是其不足之处。

3、在原来的声品质客观评价参量体系的基础上，需要提出一种更合理、更全面、更系统的声品质分类方法，为发动机声品质预测模型的建立提供更准确的支撑。

技术实现思路

1、为此，本申请实施例提供一种发动机声品质确定方法和系统，通过大数据统计经验丰富听审者的打分结果，形成概率分布图，对于经验不足的听审者，通过成对比较法得到声音样本的排布序列，以等效概率密度的原理实现序列与分级的一一对应，得到数据分布符合预期的发动机声品质分类数据。

2、为了实现上述目的，本申请实施例提供如下技术方案：

3、根据本申请实施例的第一方面，提供了一种发动机声品质确定方法，所述方法包括：

4、通过采集被测发动机的声音数据确定若干组发动机声音样本；

5、分别获取专业人员对于若干组发动机声音样本的分类参数和一般人员的成对比较排布序列；

6、根据专业人员的分类参数计算声音特征的分类概率分布密度；

7、根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数；

8、根据专业人员和一般人员的分类参数确定所述被测发动机声品质分类结果。

9、可选地，根据专业人员的分类参数计算声音特征的分类概率分布密度，包括：

10、在发动机声品质分布数据库中根据专业人员的分类参数统计每个分类在总数据中的比例，以计算声音特征的分类概率分布密度。

11、可选地，根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数，包括：

12、根据所述声音特征的分类概率分布密度的概率分布相等的规则将一般人员对于若干组发动机声音样本的成对比较排布序列转化为分类参数。

13、可选地，根据所述声音特征的分类概率分布密度的概率分布相等的规则将一般人员对于若干组发动机声音样本的成对比较排布序列转化为分类参数，包括：

14、根据专业人员的排布序列和分类参数的映射关系确定一般人员的排布序列的起始分类参数与截止分类参数；所述起始分类参数为声品质最差的样本对应的分类参数；所述截止分类参数为声品质最优的样本对应的分类参数。

15、可选地，在根据专业人员的分类参数计算声音特征的分类概率分布密度之后，所述方法还包括：

16、根据声音特征的分类概率分布密度更新发动机声品质分布数据库。

17、可选地，通过采集被测发动机的声音数据确定若干组发动机声音样本，包括：

18、采集被测发动机的辐射噪声双耳数据，进行a/d转化后储存为若干组发动机声音样本。

19、根据本申请实施例的第二方面，提供了一种发动机声品质确定系统，所述系统包括：

20、发动机声音样本确定模块，用于通过采集被测发动机的声音数据确定若干组发动机声音样本；

21、参数获取模块，用于分别获取专业人员对于若干组发动机声音样本的分类参数和一般人员的成对比较排布序列；

22、专业人员概率分布计算模块，用于根据专业人员的分类参数计算声音特征的分类概率分布密度；

23、一般人员分类参数确定模块，用于根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数；

24、发动机声品质确定模块，用于根据专业人员和一般人员的分类参数确定所述被测发动机声品质分类结果。

25、可选地，所述一般人员分类参数确定模块，具体用于：

26、根据所述声音特征的分类概率分布密度的概率分布相等的规则将一般人员对于若干组发动机声音样本的成对比较排布序列转化为分类参数。

27、根据本申请实施例的第三方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现上述第一方面所述的方法。

28、根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述第一方面所述的方法。

29、综上所述，本申请实施例提供了一种发动机声品质确定方法和系统，通过采集被测发动机的声音数据确定若干组发动机声音样本；分别获取专业人员对于若干组发动机声音样本的分类参数和一般人员的成对比较排布序列；根据专业人员的分类参数计算声音特征的分类概率分布密度；根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数；根据专业人员和一般人员的分类参数确定所述被测发动机声品质分类结果。通过大数据统计经验丰富听审者的打分结果，形成概率分布图，对于经验不足的听审者，通过成对比较法得到声音样本的排布序列，以等效概率密度的原理实现序列与分级的一一对应，得到数据分布符合预期的发动机声品质分类数据。

技术特征：

1.一种发动机声品质确定方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，根据专业人员的分类参数计算声音特征的分类概率分布密度，包括：

3.如权利要求1所述的方法，其特征在于，根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数，包括：

4.如权利要求3所述的方法，其特征在于，根据所述声音特征的分类概率分布密度的概率分布相等的规则将一般人员对于若干组发动机声音样本的成对比较排布序列转化为分类参数，包括：

5.如权利要求1所述的方法，其特征在于，在根据专业人员的分类参数计算声音特征的分类概率分布密度之后，所述方法还包括：

6.如权利要求1所述的方法，其特征在于，通过采集被测发动机的声音数据确定若干组发动机声音样本，包括：

7.一种发动机声品质确定系统，其特征在于，所述系统包括：

8.如权利要求7所述的系统，其特征在于，所述一般人员分类参数确定模块，具体用于：

9.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现如权利要求1-6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1-6任一项所述的方法。

技术总结本申请实施例公开了一种发动机声品质确定方法和系统，所述方法包括：通过采集被测发动机的声音数据确定若干组发动机声音样本；根据专业人员的分类参数计算声音特征的分类概率分布密度；根据所述声音特征的分类概率分布密度和一般人员的成对比较排布序列确定一般人员对于若干组发动机声音样本的分类参数；根据专业人员和一般人员的分类参数确定所述被测发动机声品质分类结果。通过大数据统计经验丰富听审者的打分结果，形成概率分布图，对于经验不足的听审者，通过成对比较法得到声音样本的排布序列，以等效概率密度的原理实现序列与分级的一一对应，得到数据分布符合预期的发动机声品质分类数据。技术研发人员：刘思源,陈美龙,李卫,文志永,张中业受保护的技术使用者：潍柴动力股份有限公司技术研发日：技术公布日：2024/2/8