[发明专利]一种基于声品质的驱动电机优化方法及系统

说明书

本发明提供一种基于声品质的驱动电机优化方法及系统，包括以下步骤：噪声信号采集：采集电机噪声样本；声品质预测模块的建立：对采集到的电机噪声样本进行主观评价和心理声学客观参量计算，建立电机声品质预测模型；声品质敏感频带的识别：确定与电机声品质呈正相关的频带，分析计算每个频带的敏感度系数，确定电机声品质敏感频带；电机声品质的优化：分析电机声品质敏感频带对应的激励源，即电机的结构参数和控制参数，对电机结构参数和控制参数进行优化，以改善电机声品质。本发明以声品质为电机噪声评价指标，能够反映人对电机噪声的主观感受，更加符合人耳对电机噪声的听觉感受。

技术领域

本发明属于新能源车辆技术领域，尤其涉及一种新能源车辆的基于声品质的电机优化方法及系统。

背景技术

汽车的NVH性能是电动汽车必须要考虑的重要指标，与传统汽车相比，其以电动机代替发动机作为动力源，靠电机拥有的较大的调速区和较宽的转矩范围特性实现多工况行驶。驱动电机系统是电动汽车的三大核心系统之一，是车辆行驶的主要驱动系统，其特性决定了车辆的主要性能指标，直接影响车辆动力性、经济性和用户驾乘感受。

车用电机的宽调速、高转矩的牵引特性需求和小尺寸、轻量化的结构设计要求往往导致电机电磁力幅值大、电机结构刚度较差，容易产生较大的电磁振动和电磁噪声，影响驾乘的舒适性。因此，在电机设计时不仅需要考虑电机的电磁性能指标，电机的振动噪声特性也需要引起重视。

然而，目前国内外针对电机电磁振动和噪声问题的研究还仅仅局限在降低电磁力幅值和噪声声压级上，没有考虑到电机声品质问题。传统的电机噪声研究目标是实现声压级或声功率级的降低，该指标仅代表噪声能量，不能全面反映人的主观感受。

发明内容

针对上述技术问题，本发明提供一种基于声品质的驱动电机优化方法及系统，用于识别电机声品质敏感频带及其对应激励源，能够在不影响电机其他性能的前提下，达到改善电机声品质的优化目标。本发明以声品质为电机噪声评价指标，能够反映人对电机噪声的主观感受，更加符合人耳对电机噪声的听觉感受。

本发明解决其技术问题所采用的技术方案是：一种基于声品质的驱动电机优化方法，包括以下步骤：

噪声信号采集：采集电机噪声样本；

声品质预测模块的建立：对采集到的电机噪声样本进行主观评价和心理声学客观参量计算，建立电机声品质预测模型；

声品质敏感频带的识别：确定与电机声品质呈正相关的频带，分析计算每个频带的敏感度系数，确定电机声品质敏感频带；

电机声品质的优化：分析电机声品质敏感频带对应的激励源，即电机的结构参数和控制参数，对电机结构参数和控制参数进行优化，以改善电机声品质。

上述方案中，所述噪声信号采集步骤中，采集不同转速、不同转矩的电机噪声样本。

上述方案中，所述声品质预测模块的建立步骤具体为：

对采集得到的噪声样本进行主观评价试验和心理声学客观参量计算，利用GA遗传算法和BP神经网络将主观评价试验结果和心理声学客观参量关联，对主观评价分值和心理声学客观参量进行相关性分析，选取相关性较强的心理声学客观参量建立电机声品质预测模型。

进一步的，所述声品质预测模块的建立步骤中心理声学客观参量包括响度、粗糙度、波动度、音调度、A计权声压级。

上述方案中，所述声品质敏感频带的识别步骤具体为：

设计带阻滤波器(BSF)；

以每个噪声样本bark尺度带宽为带阻滤波器的带宽；

利用带阻滤波器对噪声样本进行滤波，得到滤波后的噪声样本；

利用电机声品质预测模型，分别计算得到滤波前后的噪声样本声品质S1和S2；