随着NVH技术水平的提高,以声压级和声功率级进行柴油机噪声评价已经不能完全满足市场需求,声品质问题受到越来越多的关注。相较稳态工况声品质,非稳态工况噪声(如加速噪声)的声品质研究对传统动力商用车而言有着更为重要的意义。论文在深入了解国内外声品质研究现状的基础上,开展了柴油机声品质主客观评价研究。进行了柴油机加速噪声测试并建立了噪声样本数据库。组织听审试验,完成了加速噪声的主观偏好度评价,提出了新的柴油机噪声品质客观评价指标。运用多元回归分析方法和BP神经网络方法建立了柴油机加速声品质预测模型,并完成了准确性验证和模型对比分析,分析了影响柴油机加速声品质的因素。开展商用车柴油机加速噪声采集试验,参照国家标准完成了试验环境及试验设备的布置和选择,设计合适的试验工况。对声音样本进行筛选、分段截取和分析选择,最终得到了39个长度为5s的柴油机加速噪声样本,为声品质主客观评价研究提供了数据支持。开展柴油机加速噪声的主观评价试验,解决了评价主体的选择、评价试验的设计以和评价结果的筛选等问题,最终剔除1个重合度低于80%的声音样本,得到了38个平均重合度为92.699%的加速噪声样本。提出了新的两级客观评价体系,以传统的响度、尖锐度等客观评价参量的均值作为第一级评价指标,以参量随时间的变化率作为第二级评价指标,完成了加速声品质客观评价指标体系的构建。采用多元线性回归的方法建立柴油机加速声品质预测模型,利用Matlab编程求解多元线性回归模型,并对模型进行了验证。结果表明多元线性回归预测模型的准确性可以满足要求。利用Matlab建立了BP(Back Propagation)神经网络预测模型,完成了模型的训练以及准确性验证。对两个模型进行了对比,总体来说,多元线性回归模型有利于分析主客观结果之间的映射关系,BP神经网络模型更适用单纯的柴油机加速声品质的预测。较好的预测结果表明了两级客观评价指标适用于柴油机加速声品质预测,具有实际应用价值。分析了客观指标权重,结果表明,除响度外,响度变化率、粗糙度变化率、抖动度和语义清晰度也对加速声品质也有较大的影响。对影响加速声品质的因素进行了分析,发现转速和扭矩的增加会导致柴油机声品质恶化;低扭矩时,柴油机比较平缓的加速有较好的声品质;中高扭矩、中高转速,柴油机加速较快时的声音更受评审者的欢迎。