基于聲品質的直升機艙內典型降噪措施分析

鄧云云，陳克安，王 雪，張 珺

（西北工業大學 航海學院 環境工程系，西安710072）

直升機艙內突出的噪聲問題嚴重地影響了乘坐舒適性[1]，進行直升機艙內降噪十分迫切。現有研究多集中于直升機振動控制方面，從聲品質的角度分析直升機艙內降噪措施方面仍少有研究。傳統的直升機艙內噪聲研究，一般以等效連續A 聲級為評價標準，雖然它在一定程度上建立了人耳感知與客觀聲壓級之間的聯系[2]，但仍不符合人們的期望。近年來迅速發展的聲品質技術已從樂器、廳堂音質等領域拓展到車輛、飛機、交通噪聲等領域[3-8]，從聲品質的角度研究直升機艙內噪聲已勢在必行。

目前大部分針對噪聲聲品質的研究均是通過針對不同產品分析其噪聲特性、進行聲品質主觀評價實驗、通過客觀評價指標解釋聲品質主觀實驗結果、建立聲品質模型這樣的流程來進行的[5-6]。但是少有人研究過針對直升機的各種降噪措施與噪聲聲學特征參量及心理聲學參量之間的對應關系，在綜合考慮直升機艙室降噪設計和聲品質評價方面的研究基本處于空白。本文利用直升機艙內噪聲聲品質評價模型對不同典型降噪措施進行多角度分析，尋找影響聲品質的各種因素。

首先通過主觀評價實驗及數據分析獲得可靠的直升機艙內噪聲煩惱度評價結果，并通過多元線性回歸構建聲品質預測模型，接下來利用ODEON 軟件獲得直升機艙內添加12 種典型降噪措施情況下的雙耳可聽聲信號，最終從不同角度對典型降噪措施的效果進行測評并對比分析，獲得最優的典型降噪措施。

1 主觀評價實驗及煩惱度建模

1.1 聲樣本

為了獲得具有代表性的直升機艙內噪聲樣本，本文選取三種型號的直升機，分別為機型A、B和C，其艙內噪聲均為實測。機型A 選取了8 個測點位置，模擬乘客坐在座位上雙耳的高度，機型B選取了8 個測點位置，機型C 選取了15 個測點。分別在不同工況下進行采集，共獲得了87個聲樣本。對于穩態噪聲，一般情況下，用于主觀評價的樣本時長為5 s較為合適，因此將所有聲樣本截取為5 s的片段，并進行時頻分析。87個聲樣本與機型工況的對應如表1所示。

表1 樣本序號分布情況

1.2 主觀評價實驗

目前，使用煩惱度作為中低強度穩態噪聲作用下人群心理感知的描述詞已經得到了廣泛認可[9-10]，本文選擇參考評分法獲取直升機艙內噪聲煩惱度評價值。此外，預實驗表明，選擇9級評價尺度（如表2所示）較為合適。

煩惱度評價實驗中選取87 個噪聲樣本進行。招募24 位被試，均為在校大學生以及研究生，年齡在20～30歲之間，男女比例為5:7。所有被試的耳科狀況均正常，測試期間無感冒不適等癥狀。

實驗前由主試講解實驗目的、流程、注意事項等，并選取具有代表性的16 個聲樣本播放給被試，進行評價人員訓練。在正式實驗時，將所有聲樣本隨機排序，將87對聲音重復播放兩次，一共進行174次參考評分。每次評價時間控制在20 min 以內，休息10 min 后繼續。實驗共進行1.5 h。實驗通過問卷星軟件進行，在手機端作答。

1.3 評價結果分析

根據回收的24 份問卷從以下四個方面對實驗數據進行有效性檢驗，分析結果如圖1所示。

（1）聚類分析。首先對被試評價數據進行聚類分析，除21 號和24 號被試各自為一類之外，其余被試均聚為一類，說明21號和24號被試在進行煩惱度評分時可能采用了與大多數人不同的策略，因此予以剔除。

（2）評價范圍。若某個被試對所有聲樣本的兩次評分結果均在3～7 之間，則認為該被試在評價過程中沒有采用與其他人一致的評價尺度，因此評價數據無效，予以剔除。經檢驗，24 名被試中只有21號被試不符合要求，予以剔除。

（3）誤判分析。對經聚類分析剔除后的被試評價數據進行誤判分析。4、5、7、15號被試的誤判率大于0.35，因此剔除該被試。剔除后的平均誤判率為0.19，數據可信度較高。

（4）相關分析。對每個評價者兩次評價結果做相關分析，大部分被試評價結果的相關系數都較高，說明大部分評價者在評價過程中評價尺度相對穩定。實驗中，一般要求相關系數達到0.6，因此將3號被試剔除。剔除后平均相關系數0.71，數據可信度較高。

剔除無效被試后，最終共獲得17名有效被試煩惱度評價結果。繪制了煩惱度評分的均值圖，如圖1所示。從整體來看，煩惱度評分機型C＞機型A＞機型B。機型A 不同工況的煩惱度評分比較接近，各個測點在不同工況下變化比較一致；機型B 的巡航工況煩惱度評分比較低，開車工況評分稍高，懸停工況評分差距比較懸殊；機型C只有巡航工況，評分較為平均。

圖1 煩惱度評分均值

表2 煩惱度9級評價尺度

1.4 煩惱度模型

根據飛機噪聲煩惱度影響因素分析結果[11]，選取響度（用L表示）、尖銳度（用S表示）、粗糙度（用R表示）、波動強度（用FL表示）為自變量。以被試的煩惱度得分均值為因變量，采用多元線性回歸方法建立了直升機艙內噪聲煩惱度的多元線性回歸模型。取所有聲樣本煩惱度評分均值的80%用于實驗，20%用于檢驗。煩惱度得分的多元線性回歸模型見式（1）。

式中：Aols——煩惱度；L——響度；S——尖銳度；R——粗糙度；FL——波動強度。

方程的可決系數R2為0.865，相對誤差為6.8%，標準誤差為0.481，說明模型準確度很高，回歸方程能較好地解釋因變量。計算四個自變量所占權重分別為：86.3%、0.72%、8.92%、4.06%，它們與煩惱度評分的相關系數分別為：0.998 8、0.245 5、0.635 1、0.625 7，可以看出響度是影響煩惱度評分最重要的因素，其次是粗糙度和波動強度，而尖銳度對煩惱度評分的影響很小。

將預留的煩惱度主觀評分數據，與通過多元模型計算的煩惱度數值進行對比，驗證煩惱度模型。實驗真值和模型預測值之間的相關系數為0.929 8，說明這個模型對于不同工況、不同機型的直升機艙內噪聲具有較好的有效性和適用性。

2 直升機模擬艙內聲場仿真及可聽化

2.1 模擬艙聲場仿真及可視化

為了實現寬頻帶范圍內的聲場仿真，本文利用聲線跟蹤法[12-14]進行模擬艙內不同降噪措施條件下的聲場計算，采用的軟件為以聲線跟蹤法為核心算法的ODEON。在進行艙內聲信號可聽化時，采用直升機實測噪聲為干信號（即初始源信號）。首先使用ODEON 自帶的房間編輯器完成直升機模擬艙的模型建立。聲源被設置在直升機模擬艙頂部中心位置，距離艙內天花板0.05 m，聲源類型為單極子聲源，指向性為-90°（垂直向下）以此來模擬直升機的主要噪聲來源——螺旋槳。設置8 個接收點，聲源和接收點位置示意圖如圖2所示。

ODEON 軟件的材料聲學屬性均通過倍頻程上的吸聲系數來體現，倍頻程范圍為63 Hz～8 kHz。根據模擬艙的實際情況對材料作以下默認設置：將駕駛室前方的5個面和側面的4個窗戶設置為玻璃；將地板設置為木質地板。

圖2 聲源及接收點位置示意圖（點1～8為接收點，點P1為聲源）

選取阻尼材料、吸聲材料、吸聲結構這三大類無源降噪措施，并選擇ODEON 材料庫中較為常見且吸聲系數在不同頻段各不相同的12 種典型降噪措施，以用于敷設在模擬艙天花板以及其余壁面，并分別計算直升機模擬艙雙耳脈沖響應（BRIR）。材料設置如表3所示。

表3 典型降噪措施材料設置

各項參數設置完成后，經過計算可得到12種不同降噪措施條件下的直升機模擬艙雙耳脈沖響應（BRIR）。然后將得到的模擬艙雙耳脈沖響應與實測的直升機噪聲信號進行卷積，從而實現可聽聲信號的合成。

2.2 模擬艙聲場仿真實驗驗證

選取模擬艙的地面開車狀態作為測量工況，并選取較容易獲取的8 號措施作為驗證，即2.5 cm 厚的吸聲棉，其倍頻程吸聲系數與仿真所設置的相同。并分別在不添加吸聲棉和添加吸聲棉的情況下進行測量。實驗的8個測點位置與收集噪聲樣本時保持相同，獲得了16個聲樣本。

對采集到的聲樣本進行分析，然后將不添加吸聲棉情況下模擬艙內對應測點的聲樣本作為干信號與文中得到的8號措施情況下的模擬艙雙耳脈沖響應進行卷積，從而得到了雙耳可聽聲信號。其中四個測點的倍頻程A聲級仿真預測值和實際測量值的對比如圖3所示。

由圖3可以看出，在各個測點上，仿真預測值和實際測量值的倍頻程A 聲級在250 Hz 以下頻段內誤差較大，最大誤差達6.15 dB(A)（在31.5 Hz 處產生），原因在于ODEON軟件是以聲線跟蹤法為核心算法的，而根據模擬艙的大小估算，該方法的適用頻段為250 Hz～8 kHz[15]。而在250 kHz～8 kHz 頻段內各個測點的誤差均在2 dB(A)以內，準確性很高。總的來說，ODEON 軟件的預測精度較高，在中高頻段適用于直升機艙內噪聲預測，在低頻段誤差也可接受，可以進行下一步分析。

基于上述分析，采用三種直升機機型在巡航工況下實測的噪聲作為干信號，將干信號分別與12種不同典型降噪措施條件下的雙耳脈沖響應進行卷積，最終獲得了三種直升機機型巡航工況下，12種不同降噪措施條件的36段直升機艙內可聽聲信號，以用于后續分析。

3 結果與分析

下面分別從線性計權聲級、A計權聲級、心理聲學參量及煩惱度評分這4個角度詳細討論直升機艙內不同典型降噪措施對聲品質的優化效果。

3.1 線性計權聲級和A計權聲級

首先計算了三種機型在12 種典型降噪措施情況下的線性計權等效連續聲級和A計權等效連續聲級。圖4所示為12種典型降噪措施的倍頻程吸聲系數柱狀圖。

降噪前后對比結果如圖5所示，其中虛線為降噪前聲樣本的聲級。結合圖4和圖5可知：

①線性計權聲級：三種機型規律一致，12 號措施效果最好，3號措施效果最差，5、6、9、12號措施均在低頻段（125 Hz 以下）具有較好的吸聲能力（吸聲系數均高于0.4），而其他措施在低頻段吸聲性能均不優秀，由此可以得出結論：低頻吸聲性能良好的材料對線性計權聲級的降噪效果明顯。

②A計權聲級：對于機型A、B來說，5號措施的降噪量最大，但與2號和11號措施差別很小；3號措施的降噪量最小，可能是由材料自身特性引起的。對于機型C 來說，12 號措施的降噪量最大而1 號措施效果最差，原因在于12 號為穿孔板，屬于吸聲結構類，因此對線譜多的機型C效果顯著；且機型C機艙結構可能與機型A、B不同，因此規律不同。由此可得出結論：不同頻段的吸聲能力高低對于A 計權聲級來說影響不大，總體來說在中低頻吸聲性能好的材料降噪量更高一些，影響A 計權聲級的主要因素為材料自身特性和直升機艙內噪聲特性。

3.2 心理聲學參量及煩惱度

下面根據主觀評價結果，分析12種典型降噪措施對各心理聲學參數及煩惱度的影響。使用雙耳煩惱度的算數平均值作為最終的噪聲煩惱度值。

圖3 仿真預測值和實際測量值的倍頻程A聲級對比

圖4 典型降噪措施倍頻程吸聲系數

表4至表6分別展示了機型A、B、C降噪前后的心理聲學參數及煩惱度差值。

分析表4可知：①12 號措施對機型A 煩惱度的改善效果最好，3號措施對煩惱度的改善效果最差。②可以看出，煩惱度的改善效果基本由響度決定的，雖然降噪后使得尖銳度、粗糙度有所上升，會導致煩惱度提高，但幅度較小，總體還是降低了煩惱度。③對照各種措施的吸聲系數，發現并不完全是吸聲能力越好的措施其聲品質改善效果就越好，雖然大致相符，但是材料自身特性影響更大。

從表5可看出，12 種典型措施對機型B 煩惱度的改善規律與機型A 大致相似，略有不同。12 號措施的煩惱度改善效果最好，3號措施的煩惱度改善效果最差；但9 號措施對機型B 的效果比對機型A 的更好。

圖5 降噪前后線性計權聲級和A計權聲級對比

表4 機型A降噪前后心理聲學參數及煩惱度差值

表5 機型B降噪前后心理聲學參數及煩惱度差值

表6 機型C降噪前后心理聲學參數及煩惱度差值

對于機型C 而言，表6所示的結果與機型A、B相比，差異較多。12種措施大部分都降低了機型C的波動強度，原因可能在于機型C 線譜比機型A、B多，而大部分降噪措施可以吸收線譜。但煩惱度的改善效果仍是由響度決定的，其中12號措施的煩惱度改善效果最好，1號措施的煩惱度改善效果最差。

3.3 典型降噪措施的聲品質改善效果分析

結合上面的結論，可以看出，12種典型降噪措施均對聲品質有較好的改善效果。其中：

（1）鋪設穿孔板（穿孔率13%，空腔厚0.5 m，前部填充0.1 m巖棉）對三種機型的聲品質改善效果均為最佳。毛氈乳膠粘合泡沫橡膠和5 mm 厚針刺氈對三種機型的聲品質改善效果最差。

（2）鋪設帆布罩、5 cm 厚皮革覆蓋軟棉墊、5 cm厚巖棉（未處理表面）、穿孔板（穿孔率13%，空腔厚5 cm，填充5 cm 巖棉）對三種機型的聲品質改善均有較好的效果，說明這四種措施具有良好的通用性。

（3）鋪設9 mm 厚簇絨毛氈、2.5 cm 厚吸聲棉、玻璃纖維毛毯（2.54 cm 厚玻璃棉夾層）對三種機型的聲品質改善效果均較差。綜合（1）和（2），可以得出結論：在中低頻段吸聲性能優秀的措施對聲品質的改善效果更好。

（4）鋪設1.9 cm 厚礦物纖維涂層，對機型A 的聲品質改善效果較好，對機型C 的效果較差。其主要原因在于該措施對機型A 的粗糙度提高了27.8 %，但同時較大幅度地提升了其波動強度（20.6%），彌補了粗糙度提升造成的煩惱度變化，因此總體效果較好。對機型C 的粗糙度提高了17.5%，且機型C的粗糙度本就遠大于機型A、B，因此增加機型C煩惱度的效果更為明顯。

（5）5.5 cm 厚微孔磚（23%穿孔率，空腔內填充5 cm厚巖棉），對機型B、C的效果較好，對機型A的效果較差。其主要原因在于該措施大幅度提高了機型A 的粗糙度（27.3%），而對機型B、C 的粗糙度影響很小，且它對三種機型響度的降低程度大致相同，因此該措施對機型A 的效果較差。結合（4）可得出結論：不同措施的聲品質改善效果還取決于不同型號直升機的艙內噪聲特性，需結合實際分析。

（6）從吸聲措施類型來看，吸聲結構效果最好，吸聲材料次之，阻尼材料效果最差。

4 結語

本文建立了直升機艙內噪聲煩惱度的多元線性回歸模型，分析了12種典型降噪措施的聲品質改善效果。研究發現穿孔板（穿孔率13%，空腔厚0.5 m，前部填充0.1 m 巖棉）的聲品質改善效果最好，毛氈乳膠粘合泡沫橡膠和5 mm 厚針刺氈效果最差。從吸聲措施類型來看，吸聲結構最好，吸聲材料次之，阻尼材料最差。