摘 "要：整車(chē)NVH主觀評(píng)價(jià)影響因素有很多，包含動(dòng)力系統(tǒng)NVH、風(fēng)噪、路噪、開(kāi)關(guān)門(mén)聲品質(zhì)、空調(diào)系統(tǒng)NVH、電動(dòng)部件噪聲及振動(dòng)等，為確定整車(chē)NVH主觀評(píng)價(jià)顯著因子，本文對(duì)整車(chē)NVH主觀評(píng)價(jià)與各系統(tǒng)NVH主觀評(píng)價(jià)建立模型，并對(duì)兩者之間的線性回歸進(jìn)行研究和分析。結(jié)果表明：（1）動(dòng)力系統(tǒng)NVH主觀評(píng)價(jià)對(duì)整車(chē)NVH主觀評(píng)價(jià)影響最大，占比59%，其次為路噪的影響，占比41%;（2）整車(chē)NVH主觀評(píng)價(jià)與動(dòng)力系統(tǒng)NVH、路噪主觀評(píng)價(jià)模型擬合度很高（擬合精度為99.97%），證明模型在統(tǒng)計(jì)學(xué)上是顯著的、有意義的。

關(guān)鍵詞：NVH主觀評(píng)價(jià);t檢驗(yàn)準(zhǔn)則;層次分析法;多元線性回歸

中圖分類(lèi)號(hào)：U461.4 " " " 文獻(xiàn)標(biāo)識(shí)碼：A " " "文章編號(hào)：1005-2550（2022）05-0023-06

Analysis and Modeling of NVH Subjective Evaluation of Battery Electric Vehicles

ZHANG Yi-bo， LI Teng

（Automotive Research and Design Centre， Dayun Automobile Group CO. LTD， Yuncheng 044000， China）

Abstract： There are many factors affecting the subjective evaluation of vehicle NVH， including power system NVH， wind noise， road noise， door opening and closing sound quality， air conditioning system NVH， noise and vibration of electric components， etc. The vehicle NVH subjective evaluation and each system NVH subjective evaluation model are established， and the linear regression between the two is studied and analyzed. The results show that：（1） The subjective evaluation of the NVH of the power system has the greatest impact on the subjective evaluation of the NVH of the vehicle， accounting for 59%， followed by the impact of road noise， accounting for 41%; （2） The subjective evaluation of vehicle NVH and the subjective evaluation of power system NVH and road noise have a high degree of fit （the fitting accuracy is 99.97%）， which proves that the model is statistically significant and meaningful.

Key Words： NVH Subjective Evaluation; T-Test Criterion; Analytic Hierarchy Process; Multiple Linear Regression

隨著中國(guó)汽車(chē)工業(yè)近幾十年的快速發(fā)展與進(jìn)步，消費(fèi)者已經(jīng)不滿(mǎn)足于汽車(chē)僅作為交通工具來(lái)使用，對(duì)車(chē)輛舒適性的需求也越來(lái)越高。整車(chē)NVH（噪聲、振動(dòng)、聲振粗糙度）在車(chē)輛舒適性評(píng)價(jià)中，是一項(xiàng)極其重要的指標(biāo)，整車(chē)NVH的優(yōu)劣甚至已成為消費(fèi)者購(gòu)車(chē)選擇中的決定性因素。

整車(chē)NVH是一個(gè)綜合性評(píng)價(jià)項(xiàng)目，一般我們是指整車(chē)級(jí)NVH性能總體狀態(tài)，整車(chē)NVH的優(yōu)劣，取決于其下級(jí)評(píng)價(jià)指標(biāo)各系統(tǒng)級(jí)NVH性能評(píng)價(jià)結(jié)果，例如動(dòng)力系統(tǒng)及空調(diào)系統(tǒng)NVH性能、風(fēng)噪、路噪等。

整車(chē)NVH分為主觀評(píng)價(jià)和客觀測(cè)試，目前有很多的測(cè)試設(shè)備，以及完善的測(cè)試方法可以對(duì)整車(chē)NVH性能進(jìn)行客觀測(cè)試，測(cè)試結(jié)果以不同的聲學(xué)參數(shù)（如聲壓級(jí)、語(yǔ)音清晰度、尖銳度等），去表征其N(xiāo)VH性能的優(yōu)劣。目前有許多學(xué)者基于某系統(tǒng)或某種特定工況，對(duì)整車(chē)及系統(tǒng)級(jí)NVH主觀評(píng)價(jià)結(jié)果與客觀測(cè)試結(jié)果相關(guān)性進(jìn)行了深入的分析探討，并取得了不少成果[1-5]。

本文重點(diǎn)研究純電動(dòng)乘用車(chē)，整車(chē)NVH主觀評(píng)價(jià)結(jié)果與其下級(jí)各系統(tǒng)NVH單項(xiàng)主觀評(píng)價(jià)結(jié)果的相關(guān)性?；趯哟畏治龇ǎ_認(rèn)多名主觀評(píng)價(jià)人員評(píng)分權(quán)重，之后建立多元線性回歸模型，通過(guò)逐步線性回歸方法，最終確定整車(chē)NVH總體評(píng)價(jià)結(jié)果顯著因子，以及顯著因子對(duì)整車(chē)NVH的影響系數(shù)，該參數(shù)可為整車(chē)NVH主觀評(píng)價(jià)提升提供理論依據(jù)以及優(yōu)化方向，同時(shí)，該研究方法，可為其它多人評(píng)價(jià)體系，提供一種優(yōu)化方法和思路。

1 " "主觀評(píng)價(jià)

1.1 " 主觀評(píng)價(jià)試驗(yàn)

為了減少車(chē)輛級(jí)別差異帶來(lái)的不穩(wěn)定影響因素，本次試驗(yàn)限定從市場(chǎng)上選取4輛主流C級(jí)純電動(dòng)乘用車(chē)，樣車(chē)單車(chē)售價(jià)區(qū)間為30-50萬(wàn)元，分別用樣車(chē)A、B、C、D代替。4輛樣車(chē)包含2輛轎車(chē)、2輛SUV。為降低路面、環(huán)境一致性對(duì)試驗(yàn)結(jié)果的影響，在公司內(nèi)部封閉試驗(yàn)場(chǎng)進(jìn)行相關(guān)評(píng)價(jià)。

從公司篩選6名主觀評(píng)價(jià)人員參與本次試驗(yàn)，其中包含2名NVH主觀評(píng)價(jià)專(zhuān)家，2名專(zhuān)業(yè)NVH主觀評(píng)價(jià)人員，以及2名非專(zhuān)業(yè)普通人員，該6名評(píng)價(jià)人員（4男2女）分別用評(píng)價(jià)員1、2…6代替。

為保持試驗(yàn)過(guò)程的一致性，本次評(píng)價(jià)試驗(yàn)，始終僅由1名專(zhuān)業(yè)司機(jī)，按照既定路線、既定試驗(yàn)工況駕駛車(chē)輛，進(jìn)行特定工況評(píng)價(jià)。整車(chē)NVH主觀評(píng)價(jià)人員在固定位置（副駕駛員amp;二排左側(cè)位置）進(jìn)行整車(chē)及系統(tǒng)NVH主觀評(píng)價(jià)，評(píng)價(jià)過(guò)程中，各評(píng)價(jià)員之間不得對(duì)評(píng)分結(jié)果交流探討。

基于純電動(dòng)乘用車(chē)NVH特性，本次主觀評(píng)價(jià)項(xiàng)目分別為動(dòng)力系統(tǒng)NVH、風(fēng)噪、路噪、開(kāi)關(guān)門(mén)聲品質(zhì)、空調(diào)系統(tǒng)NVH、電動(dòng)部件噪聲及振動(dòng)、整車(chē)NVH，編號(hào)分別為i、j、k、l、m、n、Y。上述7個(gè)評(píng)價(jià)項(xiàng)分別由篩選的6名主觀評(píng)價(jià)人員依次評(píng)價(jià)打分，具體試驗(yàn)工況、評(píng)價(jià)路面、評(píng)價(jià)內(nèi)容如表1所示：

評(píng)價(jià)前需要對(duì)所有評(píng)價(jià)人員統(tǒng)一進(jìn)行一次簡(jiǎn)單的NVH主觀評(píng)價(jià)培訓(xùn)，目的在于統(tǒng)一本次評(píng)價(jià)標(biāo)準(zhǔn)，培訓(xùn)內(nèi)容包括每種工況的主要評(píng)價(jià)項(xiàng)、評(píng)分規(guī)則等。

按照行業(yè)慣例，本文采用10分制絕對(duì)評(píng)分法，主觀評(píng)價(jià)分值精度精確至“0.5”分，評(píng)價(jià)人員根據(jù)駕乘感受確定評(píng)價(jià)項(xiàng)與分值的對(duì)應(yīng)關(guān)系，重點(diǎn)突出評(píng)價(jià)員對(duì)評(píng)價(jià)項(xiàng)目的認(rèn)可程度，評(píng)分分值與主觀感受關(guān)系如圖1所示。

按照上述評(píng)價(jià)工況及評(píng)分標(biāo)準(zhǔn)，評(píng)價(jià)員1-6，分別對(duì)樣車(chē)A、B、C、D各系統(tǒng)（i-n）及整車(chē)級(jí)NVH進(jìn)行主觀評(píng)價(jià)，樣車(chē)整車(chē)及各系統(tǒng)NVH性能主觀評(píng)分如表2所示：

1.2粗大誤差數(shù)據(jù)處理

有研究表明，當(dāng)樣本數(shù)量較少時(shí)，可采用羅曼諾夫斯基準(zhǔn)則[6-7]。羅曼諾夫斯基的基本思想在于，通過(guò)比較剔除可疑數(shù)據(jù)前后整體數(shù)據(jù)的離散性，來(lái)判定可疑數(shù)據(jù)是否為粗大誤差。結(jié)合羅曼諾夫斯基準(zhǔn)則，假設(shè)n名評(píng)價(jià)人員對(duì)某輛車(chē)的某性能進(jìn)行獨(dú)立的主觀評(píng)價(jià)，得到n個(gè)評(píng)價(jià)分?jǐn)?shù)：

L1， L2，L3，……，Ln

若認(rèn)為評(píng)價(jià)分?jǐn)?shù)Lj為可疑分?jǐn)?shù)，則將其剔除后計(jì)算平均值為：

（1）

在總區(qū)間為10分跨度的主觀評(píng)價(jià)打分中，分為了10種描述，取粗大誤差判定閾值為最小的描述間隔，即若|Li-L|>1時(shí)，則認(rèn)為評(píng)價(jià)分?jǐn)?shù)Li含有粗大誤差，剔除Li是正確的，否則認(rèn)為L(zhǎng)i不含有粗大誤差并應(yīng)當(dāng)予以保留。

針對(duì)C樣車(chē)k工況主觀評(píng)價(jià)數(shù)據(jù)，處理結(jié)果如表3所示。結(jié)果表明評(píng)價(jià)人員4該項(xiàng)主觀評(píng)價(jià)偏差為1.1，大于判定閾值1，屬于粗大誤差，因此該項(xiàng)主觀評(píng)分?jǐn)?shù)值需要剔除，其余數(shù)據(jù)保留。

用相同的方法處理所有主觀評(píng)價(jià)數(shù)據(jù)，剔除所有粗大誤差數(shù)據(jù)，整理后主觀評(píng)分有效數(shù)據(jù)如表2所示，其中帶紅色底紋數(shù)據(jù)為粗大誤差數(shù)據(jù)，需要剔除，其余數(shù)據(jù)保留。

1.3 " 有效數(shù)據(jù)整理

在對(duì)有效數(shù)據(jù)進(jìn)行處理之前，需要先將6名評(píng)價(jià)人員打分權(quán)重進(jìn)行最終確認(rèn)。本論文采用層次分析法（The analytic hierarchy process）簡(jiǎn)稱(chēng)AHP，在20世紀(jì)70年代中期由美國(guó)運(yùn)籌學(xué)家托馬斯·塞蒂（T.L.Satty）正式提出[8-9]。

對(duì)6名評(píng)價(jià)人員評(píng)分權(quán)重進(jìn)行建模分析之前，需要對(duì)比評(píng)價(jià)人員的專(zhuān)業(yè)水平，構(gòu)造成對(duì)比較矩陣。使用數(shù)量化的相對(duì)權(quán)重aij描述，成對(duì)比較矩陣中aij的取值參考Satty的建議，aij在1-9及其倒數(shù)中間取值。aij的數(shù)值大小是第i行評(píng)價(jià)人員與第j列評(píng)價(jià)人員的重要性比值，1表示兩者重要性相同，3表示前者比后者略重要，5表示重要，7表示重要得多，9表示極其重要，也可用偶數(shù)表示介于中間狀態(tài)，評(píng)價(jià)人員對(duì)比矩陣如表4所示。

成對(duì)比較矩陣的特點(diǎn)：aij>0，aij×aji=1，當(dāng)i=j時(shí)候，aij= 1。

通過(guò)AHP軟件對(duì)上表進(jìn)行分析，結(jié)果為：該比較矩陣最大特征值λmax=6.1193，一致性CI=0.2386，一致性CR=0.0189。

當(dāng)0

計(jì)算每行乘積的m次方，得到一個(gè)m維向量

（2）

即：

評(píng)價(jià)人1向量：

評(píng)價(jià)人2向量：

評(píng)價(jià)人3向量：

評(píng)價(jià)人4向量：

評(píng)價(jià)人5向量：

評(píng)價(jià)人6向量：

將上述評(píng)價(jià)人員向量標(biāo)準(zhǔn)化即得到各評(píng)價(jià)人員評(píng)分權(quán)重：

（3）

即：

評(píng)價(jià)人1權(quán)重（fk1）：

評(píng)價(jià)人2權(quán)重（fk2）：

評(píng)價(jià)人3權(quán)重（fk3）：

評(píng)價(jià)人4權(quán)重（fk4）：

評(píng)價(jià)人5權(quán)重（fk5）：

評(píng)價(jià)人6權(quán)重（fk6）：

最終整理評(píng)價(jià)人員1-6的評(píng)分權(quán)重如表5所示：

根據(jù)上述人員權(quán)重表，可以分別計(jì)算出每輛樣車(chē)單獨(dú)某項(xiàng)真實(shí)主觀評(píng)價(jià)得分，公式為：

（4）

其中L1-L6分別為評(píng)價(jià)人員1-6對(duì)某樣車(chē)整車(chē)或系統(tǒng)NVH主觀評(píng)分有效數(shù)據(jù)，fk1-fk6分別為評(píng)價(jià)人員1-6評(píng)分權(quán)重，Kp（p=i、j…n）為該輛車(chē)該項(xiàng)NVH主觀評(píng)價(jià)最終真實(shí)得分。

真實(shí)數(shù)據(jù)處理過(guò)程中，需要剔除部分粗大誤差數(shù)據(jù)，會(huì)導(dǎo)致該組評(píng)價(jià)人員不全，就需要構(gòu)建新的成對(duì)比較矩陣，因此，該組各評(píng)價(jià)人員會(huì)有不同的權(quán)重系數(shù)，需要特殊對(duì)待。本文對(duì)上述重復(fù)繁瑣的處理過(guò)程，不再一一進(jìn)行展示，但最終結(jié)果，作者已剔除所有粗大誤差數(shù)據(jù)，并更新個(gè)別數(shù)據(jù)組評(píng)價(jià)人員權(quán)重系數(shù)，最終計(jì)算NVH主觀評(píng)價(jià)有效得分結(jié)果如表6所示：

2 " "NVH主觀評(píng)價(jià)模型搭建

2.1 " 逐步線性回歸模型

回歸分析方法是常用的建模方法，選取不同評(píng)價(jià)樣車(chē)各系統(tǒng)NVH主觀評(píng)價(jià)項(xiàng)得分（Kp）作為連續(xù)預(yù)測(cè)變量，整車(chē)NVH主觀評(píng)價(jià)得分（Y）為響應(yīng)，采用逐步線性回歸方法，對(duì)整車(chē)NVH主觀評(píng)價(jià)得分進(jìn)行多元線性回歸分析[10-11]。

響應(yīng)（Y）與連續(xù)預(yù)測(cè)變量（Ki，Kj，Kk，Kl，Km，Kn），入選用 Alpha = 0.15， 刪除用 Alpha = 0.15，最終得到如下回歸模型回歸方程：

Y=-3.1125 + 0.8698×Ki + 0.6051×Kk " （5）

式中，Ki為動(dòng)力系統(tǒng)NVH評(píng)價(jià)得分，Kk為路噪評(píng)價(jià)得分，對(duì)上述模型進(jìn)行各項(xiàng)檢驗(yàn)校核分析，檢驗(yàn)結(jié)果如表7-表9所示：

如上模型參數(shù)，T檢驗(yàn)P值<0.05， R檢驗(yàn)結(jié)果擬合優(yōu)度R2>95%，F(xiàn)檢驗(yàn)P值<0.05，說(shuō)明該模型各系數(shù)顯著，方差分析顯著，即預(yù)測(cè)變量與響應(yīng)之間線性關(guān)系顯著，模型擬合度高，因此，可認(rèn)為該模型在統(tǒng)計(jì)學(xué)上是顯著的、有意義的。

Durbin-Watson統(tǒng)計(jì)量=3.09102。

Durbin-Watson檢驗(yàn)，又稱(chēng)DW檢驗(yàn)，用來(lái)檢驗(yàn)回歸分析中殘差的一階自相關(guān)性，通常認(rèn)為，DW檢驗(yàn)值分布在0-4之間，該統(tǒng)計(jì)量值越接近2越好，一般在1-3之間可粗略判斷為滿(mǎn)足獨(dú)立性條件。本模型DW檢驗(yàn)值為3.09102，勉強(qiáng)認(rèn)為滿(mǎn)足獨(dú)立性要求。

對(duì)所有響應(yīng)與擬合值標(biāo)準(zhǔn)化殘差進(jìn)行分析如表10所示，根據(jù)3σ準(zhǔn)則我們可以知道，99.74%的標(biāo)準(zhǔn)化殘差會(huì)落在-3到3這個(gè)區(qū)間上，落在（-2，2）與（-3，3）之間的點(diǎn)稱(chēng)之為可疑值，（-3，3）之外的點(diǎn)稱(chēng)為異常值。本模型所有標(biāo)準(zhǔn)化殘差值均處于-1到1這個(gè)區(qū)間上，因此我們判定模型合格。

2.2 " 結(jié)論

基于本文中篩選出來(lái)的4 款同級(jí)別純電動(dòng)乘用車(chē)（30-50萬(wàn)元）為對(duì)象，通過(guò)逐步線性回歸模型，展開(kāi)了整車(chē)NVH主觀評(píng)價(jià)得分顯著因子的研究：

式5中，整車(chē)NVH主觀評(píng)價(jià)得分顯著因子，動(dòng)力系統(tǒng)NVH（Ki）為0.8698，路噪（Kk）為0.6051，對(duì)動(dòng)力系統(tǒng)NVH和路噪顯著因子標(biāo)準(zhǔn)化處理：

動(dòng)力系統(tǒng)NVH影響系數(shù)：

路噪影響系數(shù)：

由此可知，提升動(dòng)力系統(tǒng)NVH跟路噪，是提升整車(chē)NVH主觀評(píng)分的最優(yōu)方法，尤其是動(dòng)力系統(tǒng)NVH的提升。

3 " "結(jié)束語(yǔ)

本文提供了一種建模分析方法、思路，可以為相關(guān)人員研究整車(chē)NVH主觀評(píng)價(jià)優(yōu)化提升提供依據(jù)，明確方向。同時(shí)，對(duì)于類(lèi)似多人評(píng)價(jià)總體結(jié)果與其評(píng)價(jià)單項(xiàng)結(jié)果顯著性研究，本文有一定的參考意義。

但本次研究，同樣存在很大不足之處，具體如下：

1、本次評(píng)價(jià)，樣車(chē)選擇數(shù)量有限，評(píng)價(jià)人員數(shù)量、性別比例、地域差異均未進(jìn)行充分調(diào)研，無(wú)法評(píng)估對(duì)模型結(jié)果的影響，因此本次模型分析結(jié)果適用于本次NVH主觀評(píng)價(jià)試驗(yàn)，后續(xù)隨著試驗(yàn)數(shù)據(jù)樣本量的增加，該模型會(huì)越來(lái)越精確;

2、本次評(píng)價(jià)沒(méi)有在專(zhuān)業(yè)NVH主觀評(píng)價(jià)試驗(yàn)室進(jìn)行，實(shí)車(chē)評(píng)價(jià)時(shí)無(wú)法規(guī)避車(chē)輛品牌帶來(lái)的附加影響，建議采集數(shù)據(jù)，在主觀評(píng)價(jià)試驗(yàn)室通過(guò)噪聲回放來(lái)完成主觀NVH評(píng)價(jià)工作。

參考文獻(xiàn)：

[1]高靜軒，陳劍，陳心昭.整車(chē)NVH性能主觀評(píng)價(jià)的模糊綜合評(píng)判模型[D].噪聲與振動(dòng)控制，2009，4.

[2]龐劍，諶剛，何華.汽車(chē)噪聲與振動(dòng)-理論與應(yīng)用[M].北京：北京理工大學(xué)出版社，2006.

[3]林逸，馬天飛，姚為民.汽車(chē)NVH特性研究綜述[J].汽車(chē)工程，2002，24（3）：32—36.

[4]陶應(yīng)超.乘用車(chē)NVH性能商品性評(píng)價(jià)方法[J].汽車(chē)實(shí)用技術(shù)，2021，16.

[5]申秀敏，左曙光，王勇等.轎車(chē)聲品質(zhì)主觀評(píng)價(jià)研究[J].噪聲與振動(dòng)控制，2013，1：96-101.

[6]劉海江，鄧志剛，張志云.乘用車(chē)性能主觀評(píng)價(jià)數(shù)據(jù)處理方法的研究[J].機(jī)電一體化，2017，04：9-14.

[7]費(fèi)業(yè)泰.誤差理論與數(shù)據(jù)處理[M].機(jī)械工業(yè)出版社，2017，7-6：10-56.

[8]馬立平.層次分析法[J].北京統(tǒng)計(jì)，2000，125.

[9]呂躍進(jìn)，楊燕華.區(qū)間粗糙數(shù)層次分析法[J].系統(tǒng)工程理論與實(shí)踐，2018，38（3）.

[10]陳正江，蒲西安.多元線性回歸分析與逐步回歸分析的比較研究[J].牡丹江教育學(xué)院學(xué)報(bào)，2016，5.

[11]沈秀娟.逐步回歸法在多元線性回歸分析中的應(yīng)用[J].科學(xué)與財(cái)富，2020，15.

張義博

畢業(yè)于長(zhǎng)沙理工大學(xué)，本科學(xué)歷，現(xiàn)就職于山西大運(yùn)汽車(chē)股份有限公司，任職整車(chē)NVH性能集成主管，主要研究方向?yàn)镹VH性能集成（開(kāi)發(fā)、試驗(yàn)），重點(diǎn)研究整車(chē)NVH主觀評(píng)價(jià)、熱管理系統(tǒng)NVH性能開(kāi)發(fā)等。

專(zhuān)家推薦語(yǔ)

吳道俊

合肥工業(yè)大學(xué)

博士 "廈門(mén)金龍客車(chē)高級(jí)工程師

本文對(duì)整車(chē)NVH主觀評(píng)價(jià)及影響因素進(jìn)行主觀評(píng)價(jià)、數(shù)據(jù)處理和有效數(shù)據(jù)最終獲取;建立了整車(chē)NVH主觀評(píng)價(jià)得分與各系統(tǒng)NVH主觀評(píng)價(jià)項(xiàng)得分的線性回歸模型回歸方程并檢驗(yàn)，確定了整車(chē)NVH主觀評(píng)價(jià)得分顯著因子及其影響系數(shù)占比，為整車(chē)NVH主觀評(píng)價(jià)優(yōu)化和提升提供了依據(jù)和方向。相關(guān)研究形成一套技術(shù)方法和流程，具有工程參考意義。