电动汽车电驱动系统加速工况声品质评价及预测

电动汽车电驱动系统高频加速噪声严重影响整车声品质。为此,通过电驱动系统振动噪声试验,采集多工况加速噪声信号,并进行主、客观评价。结合相关性分析以心理声学参数为输入,通过改进的灰狼算法(improved gray wolf optimizer,IGWO)优化支持向量回归(support vector regression,SVR),建立IGWO-SVR模型用于电驱动系统声品质预测。引入互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与信号的均方根值(root mean square,RMS),提取电驱动系统加速噪声的CEEMD-RMS特征,并建立以CEEMD-RMS为输入的IGWO-SVR声品质预测模型。检验结果表明:以CEEMD-RMS特征为输入的声品质预测模型,预测效果较以心理声学参数为输入的IGWO-SVR模型更优,测试集平均相对误差由8.88%减小为4.18%。