Relative Approach与异响诊断

2020-08-29 00:06:41·  来源:海德声科 HEAD acoustics  
 
异响,是一个令每位NVH工程师都闻之而色变的名词。它经常躲避在一些隐秘的角落,令人捉摸不定。不过,没有什么问题是可以难住我们三头六臂的NVH工程师的,克服恐
异响,是一个令每位NVH工程师都闻之而色变的名词。它经常躲避在一些隐秘的角落,令人捉摸不定。不过,没有什么问题是可以难住我们三头六臂的NVH工程师的,克服恐惧的最好办法就是去勇敢地面对它,欧里给!魔高一尺,道高一丈。它既然喜欢躲,那我们就把它给拎出来。在科学家们的智慧下,频谱分析、小波分析、高级滤波等等工具层出不穷,在这些工具的帮助之下,异响终将无处遁形。

今天我们就介绍一个特殊的异响分析手段--Relative Approach。如果将频谱分析比作是广谱药的话,那Relative Approach就是一剂特效药,专制那些微小的,不易察觉的,但又十分恼人的异响。

WHAT is Relative Approach?

Relative Approach,顾名思义,这个参数的计算以参考量(reference)为基础,但是区别于声压级/响度的地方在于,该计算所使用的参考量不是一个固定的值,而是声音信号中某点时域以及(或者)频域区间内的信号。计算结果反映的是信号中时域/频域上的突变,也就是我们平常所述的异响。该方法由Professor Klaus Genuit 于1996年提出,并且同时通过了专利申请。



WHY must Relative Approach?

相较于绝对的量级,人耳对声音在时域/频域上的突变反而更加敏感。假设现在有40dBA和38dBA的两组噪声,如果不连续地去听这两组声音(中间间隔一段时间),其实很难分辨出彼此。但是如果把这两个声音衔接在一起,那么就可以非常清楚地分辨出来。同样的,如果有一个声音非常缓慢地从38dBA增强到40dBA,在这个过程中,人耳也一般觉察不到这样的变化,因为人耳拥有一定的自适应性。这也是为什么人耳对异响非常敏感的原因,即使该异响在频谱图上的能量并不明显。Relative Approach正是模拟人耳对声音的感知,利用声音自身信号建立一系列的参考量,通过分析实际信号和这些参考量之间的变化,将声音中的异响给提取出来。同时因为参数选择的灵活性,Relative Approach可以用于分析各种声音中的异响成分。

HOW to calculate Relative Approach?

Relative Approach的计算主要分为两步:Basic Analysis 和Variation Analysis。

其中Basic Analysis属于预处理,主要将时间信号转换为时频信号,即将每个时间点的频谱计算出来,并且不同频率的幅值/响度大小也会随着时间的变化而变化。有如下四种方法可供选择:

1)倍频程(倍频程滤波器法):该方法计算结果的频率分辨率取决于所选的倍频程带宽,时间分辨率则取决于所设置的积分时间参数。因此如果希望提高结果的时间分辨率(能分析到极短促的异响),需要将时间参数设置得小一些。这个方法比较适用于分析既有tonal成分,同时又有时域上突变的声音。

2)倍频程(FFT法):该方法先使用FFT计算得声音信号的时频谱,然后根据设置的倍频程带宽,合并相应的谱线能量,得到倍频程谱。该方法的优势在于计算时间短,适用于分析声音里的频率成分,只是频率分辨率会受到倍频程带宽限制。

3)Hearing Model:利用Sottek听觉模型得到信号的时频谱。该结果相较于A计权倍频程谱,在频率分辨率以及幅值精确性上都更加符合人耳的感官,适用于分析在声音中低频处较短异响成分。

4)Loudness(FFT/HEAD):使用HEAD开发的基于FFT频谱结果的特征响度谱,如果同时Variation Analysis采用Prominence 3D的话,该方法非常适合于分析声音中的tonal成分。

Variation Analysis就是对预处理之后的结果进行后处理,从而分析出声音中的异响。首先根据某点时域频域周围一定区间内的信号计算出一个预估值,然后将实际值和预估值之间进行比较,这两个值之间的差距越大,说明突变越明显,也就是人耳所感受到的异响特征越强。有两个方法可选:

1)Regression:使用回归算法,对时/频数据进行预估处理,根据关注的异响成分的性质来选择回归计算的对象。如果需要分析时域上的突变,就选择Time Pattern。同理若是需要分析频域里的频率成分则选择Frequency Pattern。如果两者都需要的话,则选择Time + Frequency Pattern,同时根据两者之间的则重点分别设置其权重。

2)Prominence 3D:这个方法不区别时频,而是直接选取时频谱上周围1Bark以及50ms的平均值作为参考值计算。

由于该结果是频谱值(Pa)之间的差值,但是物理意义又不是常规的声压,所以为了以示区分,这边结果的单位采用cPa(compressed Pasca)。

WHERe to apply Relative Approach?

1)雨刮器异响分析:如下图为某雨刮器运行时的FFT频谱图,该雨刮器在400-1400Hz区间范围内存在tonal成分,同时在低频处也包含周期性短促异响。



分别对该信号进行基于time Pattern和frequency pattern的Relative Approach计算之后,则可以清晰地显示出tonal成分所对应频率,以及低频的异响所发生的时间点。


2)卡车Rattle异响分析:在1.2s的时候可以听到明显的咯咯声,FFT频谱图上并不能反映出听觉上的感受,使用Relative Approach则可以非常清楚地将该异响给显示出来。



3)电冰箱异响分析:如下图所示,该电冰箱在2000-3000Hz区间内有明显的断断续续短促的异响(可能是冷凝剂流动产生),通过Relative Approach可以分析出该异响发生的间隔区间以及强度(恼人度明显高于低频/高频处的运行噪声)。

结束语

Relative Approach是一个非常适合于将所听到异响可视化的工具,不过为了得到更好的分析结果,我们常常需要对分析参数进行特定的设置。在分析最开始的时候,可以先使用FFT倍频程法(计算快速)大概地浏览一下声音中频率/时间成分,然后再根据声音中的成分进行更加细致的分析,比如使用时间参数较短的Filter倍频程法来检测时域上短促的异响等。当然判断异响最重要的还是要去听,所以如果同时配合高级滤波回放的话,异响诊断将会变得事半而功倍。 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026917号-25