【技术实现步骤摘要】
本专利技术涉及电机噪声评价，更具体的，涉及一种电动汽车多工况下的电机噪声评价方法及系统。
技术介绍
1、随着新能源的大力发展、促进能源转型、降低对石油等传统能源的依赖，电动汽车行业得到迅速发展。永磁电机以其低损耗、高转矩密度等固有优势在电动汽车的电驱总成中得到广泛应用，但随着永磁电机的高转矩密度等优势而来的是永磁电机的电磁振动噪声问题。电动汽车用永磁电机的振动噪声会直接影响乘客的乘车舒适性，车用永磁电机的振动噪声指标需要有更高的要求。对永磁电机的振动噪声有效评估并措施对提高乘用车的乘坐体验，发挥永磁电机在电动汽车中应用具有重要意义
2、电动汽车的永磁电机噪声对车内乘员的心理和生理均能产生不同程度的影响，导致汽车声音品质下降。在汽车出厂前，需要对其噪声进行测试和分类评价，当前控制噪声的研究主要集中在噪声分贝水平的降低，普遍应用时频分析方法。然而，这种传统方法用于评价噪声时并不能反映人的听觉感受的不足，因此目前大多用人工听诊法对电机噪声进行检测评价，但人工听诊法评价结果准确率低、一致性差且不能满足工厂生产效率要求。因此，如何在电机噪声评价过程中考虑了耳听觉特性，并反映人对声音的听觉感受是亟不可待需要解决的问题。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种电动汽车多工况下的电机噪声评价方法及系统。
2、本专利技术第一方面提供了一种电动汽车多工况下的电机噪声评价方法，包括：
3、获取电动汽车驱动电机运行过程中的原始音频信号，对所述原始音
4、计算不同模态分量与原始音频信号的相似度，根据所述相似度划分高频分量及低频分量，将所述高频分量及低频分量根据驱动电机工况进行划分；
5、根据高频分量及低频分量的排列熵获取不同工况下的噪声特征，构建噪声客观心理参量集，利用所述噪声特征在噪声客观心理参量集中筛选不同工况的客观评价指标；
6、基于深度学习构建电机噪声评价模型，根据不同工况下的客观评价指标生成输入矩阵，通过电机噪声评价模型获取电机原始音频信号的评价分类结果。
7、本方案中，对所述原始音频信号进行预处理，将预处理后的原始音频信号进行变分模态分解，获取不同的模态分量，具体为：
8、对获取的原始音频信号进行标准化预处理，通过优化后的粒子群算法对变分模态分解的模态分量个数及惩罚因子进行优化，初始化粒子种群，以包络熵极小值作为适应度函数；
9、在粒子群位置、速度的迭代更新中引入随迭代次数变化的自适应变异及动态权重扩大搜索空间，当达到预设最大迭代数后输出最优解，获取模态分量个数及惩罚因子对应的最优参数组合；
10、根据所述最优参数组合配置变分模态分解算法，在预处理后的原始音频信号中添加自适应白噪声，利用变分模态分解算法分解为若干个具有特定稀疏性的模态分量。
11、本方案中，计算不同模态分量与原始音频信号的相似度，根据所述相似度划分高频分量及低频分量，将所述高频分量及低频分量根据驱动电机工况进行划分，具体为：
12、构建不同模态分量及原始音频信号的概率密度函数，计算各个模态分量与原始音频信号概率密度函数之间的豪斯多夫距离，通过所述豪斯多夫距离表征模态分量与原始音频信号的相似度；
13、获取相邻两个模态分量与原始音频信号的相似度偏差，筛选相似度偏差最大值两个模态分量进行标记，在标记后的模态分量中选取豪斯多夫距离较大的模态分量作为分割点；
14、利用所述分割点对不同模态分量进行划分，将分割点前的模态分量作为高频分量，将分割点及之后的模态分量作为低频分量；
15、根据电动汽车驱动电机的规格参数构建检索标签，利用搜索引擎获取相关的运行状态实例，利用所述运行状态实例提取转速数据进行工况分类，获取工况分类结果作为聚类中心将分别将高频分量及低频分量进行聚类；
16、采样欧式距离作为距离度量函数，根据所述距离度量函数计算所述高频分量对聚类中心的隶属度，根据所述隶属度实现高频分量工况划分；
17、对低频分量预设不同隶属度区间，当隶属度落入高隶属度区间，则根据最高隶属度进行划分，当隶属度落入低隶属度区间，则筛选符合标准的聚类中心，将低频分量分别归入对应类簇；
18、多次迭代聚类后根据聚类类簇输出不同工况下的高频分量子集及低频分量子集。
19、本方案中，根据高频分量及低频分量的排列熵获取不同工况下的噪声特征，具体为：
20、在不同工况的高频分量子集及低频分量子集中将各高频分量序列及低频分量序列进行粗粒化处理，将粗粒化处理后的序列进行空间重构；
21、将重构后的分量进行升序排列，并获取每一种符号的出现概率，根据所述出现概率获取对应高频分量序列或低频分量序列的排列熵值，并将所述排列熵值进行归一化处理；
22、引入注意力机制获取不同工况下高频分量序列及低频分量序列的权重信息，利用权重信息对归一化的排列熵值进行加权，生成不同工况下的噪声特征。
23、本方案中，构建噪声客观心理参量集，利用所述噪声特征在噪声客观心理参量集中筛选不同工况的客观评价指标，具体为：
24、通过数据检索获取噪声评价实例中所涉及的客观心理学参量，根据使用频次选取预设数量的客观心理学参量构建客观心理学参量集；
25、根据噪声特征构建参量响应模型，在所述参量响应模型中引入比例系数调整不同工况下高频分量及低频分量的占比，构建不同工况下的输入数据集；
26、将不同工况下的输入数据集导入参量响应模型，分别与客观心理学参量集中的客观心理学参量构建响应关系，根据所述响应关系获取不同占比输入数据下客观心理学参量对应的残差；
27、根据所述残差生成不同工况下的客观心理学参量排序，从上到下依次选取预设数量的客观心理学参量作为初选，将初选的客观心理学参量进行主成分分析，获取初选客观心理学参量的贡献率进行对比，确定不同工况的客观评价指标。
28、本方案中，根据不同工况下的客观评价指标生成输入矩阵，通过电机噪声评价模型获取电机原始音频信号的评价分类结果，具体为：
29、根据预设物理声学评价指标获取不同工况对应转速的噪声标准品质曲线，通过所述噪声标准品质曲线对应的噪声样本获取客观评价指标的指标参数，构建标准评价矩阵；
30、基于标准评价矩阵进行深度学习构建电机噪声评价模型，识别当前电机原始音频信号的对应工况，利用对应工况的客观评价指标构建混合核函数，并通过多核学习获取核函数权重；
31、通过加权多核生成客观评价指标对应的输入矩阵，输入所述电机噪声评价模型，获取输入矩阵与标准评价矩阵的偏差，将获取的偏差与预设偏差阈值区间进行对比，根据偏差所落入的阈值区间获取电机原始音频信号的评价分类结果。
32、本专利技术第二方面还提供了一种电动汽车多工况下的电机噪声评价系统，该系统本文档来自技高网...
【技术保护点】
1.一种电动汽车多工况下的电机噪声评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，对所述原始音频信号进行预处理，将预处理后的原始音频信号进行变分模态分解，获取不同的模态分量，具体为：
3.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，计算不同模态分量与原始音频信号的相似度，根据所述相似度划分高频分量及低频分量，将所述高频分量及低频分量根据驱动电机工况进行划分，具体为：
4.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，根据高频分量及低频分量的排列熵获取不同工况下的噪声特征，具体为：
5.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，构建噪声客观心理参量集，利用所述噪声特征在噪声客观心理参量集中筛选不同工况的客观评价指标，具体为：
6.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，根据不同工况下的客观评价指标生成输入矩阵，通过电机噪声评价模型获取电机原始音
7.一种电动汽车多工况下的电机噪声评价系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括电动汽车多工况下的电机噪声评价方法程序，所述电动汽车多工况下的电机噪声评价方法程序被所述处理器执行时实现如下步骤：
8.根据权利要求7所述的一种电动汽车多工况下的电机噪声评价系统，其特征在于，根据高频分量及低频分量的排列熵获取不同工况下的噪声特征，具体为：
9.根据权利要求7所述的一种电动汽车多工况下的电机噪声评价系统，其特征在于，构建噪声客观心理参量集，利用所述噪声特征在噪声客观心理参量集中筛选不同工况的客观评价指标，具体为：
10.根据权利要求7所述的一种电动汽车多工况下的电机噪声评价系统，其特征在于，根据不同工况下的客观评价指标生成输入矩阵，通过电机噪声评价模型获取电机原始音频信号的评价分类结果，具体为：
...【技术特征摘要】
1.一种电动汽车多工况下的电机噪声评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，对所述原始音频信号进行预处理，将预处理后的原始音频信号进行变分模态分解，获取不同的模态分量，具体为：
3.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，计算不同模态分量与原始音频信号的相似度，根据所述相似度划分高频分量及低频分量，将所述高频分量及低频分量根据驱动电机工况进行划分，具体为：
4.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，根据高频分量及低频分量的排列熵获取不同工况下的噪声特征，具体为：
5.根据权利要求1所述的一种电动汽车多工况下的电机噪声评价方法，其特征在于，构建噪声客观心理参量集，利用所述噪声特征在噪声客观心理参量集中筛选不同工况的客观评价指标，具体为：
6.根据权利要求1所述的一种电动汽车多工况下的电机噪声...
【专利技术属性】
技术研发人员：陈旭顺，
申请(专利权)人：深圳市美格信测控技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。