Page 46 - 《振动工程学报》2026年第5期
P. 46
1250 振 动 工 程 学 报 第 39 卷
1.3 激励信号 表 2 热-振激励工况汇总
Tab. 2 Summary of thermal-vibration excitation conditions
(1)振动物理场激励信号
工况序号 PMV 振幅/(m·s r.m.s.)
–2
试验所采用的振动激励为等幅宽频的随机白噪 1 −2 0.1
声信号。参考 ISO 2631-1:1997 标准 [18] ,通过 MATLAB 2 −2 0.3
3 −2 0.5
使用随机种子生成采样频率为 512 Hz,频率范围为
4 −2 0.7
0.5~20 Hz, 均 方 根 幅 值 分 别 为 0.1、 0.3、 0.5、 0.7 和 5 −2 0.9
0.9 m/s 的 2 5 个白噪声信号,基本涵盖轨道列车运行 6 −1 0.1
过程中的典型振动振幅工况,并在最大幅值作了适 7 −1 0.3
8 −1 0.5
当延展。每个信号持续时间为 60 s,在开始和结束 9 −1 0.7
的 1 s 内分别进行余弦渐入和渐出,以减小对人体的 10 −1 0.9
瞬态冲击。将白噪声信号输入振动台进行激励信号 11 0 0.1
12 0 0.3
迭代,选择垂向,迭代输出 5 个振动台激励信号。
13 0 0.5
(2)热环境物理场激励信号 14 0 0.7
PMV 指标是空气流速、温度、湿度、平均辐射 15 0 0.9
16 1 0.1
[8]
温度、人体活动量、衣服热阻的函数 。将 PMV 作
17 1 0.3
为人体热舒适性预测平均值指标,结合 PPD(predicted 18 1 0.5
percentage of dissatisfied)预测不满意百分比指标,试 19 1 0.7
20 1 0.9
验选取了 5 个不同的 PMV 值(−2、−1、0、1、2)作为
21 2 0.1
试验的热环境激励,包含了 75% 人群热不满意的最 22 2 0.3
冷、热工况,以及 5% 人群不满意的适中工况,基本 23 2 0.5
涵盖轨道列车运行的大部分热环境情况。由于本试 24 2 0.7
25 2 0.9
验需要采集受试者皮肤电信号,其包括受试者皮肤
两点间的电导率水平。为了排除湿度对皮肤电导水 极贴片贴于中指和无名指远端或中端节段处。校准
平的影响,将环境湿度固定为 50%。试验对应的热 传感器后,用电极导线夹住电极头,如图 3 所示。
环境激励工况如表 1 所示。
表 1 试验热环境激励工况
Tab. 1 Experimental thermal environment excitation conditions
热感觉 PMV PPD/% 温度/℃ 湿度/%
凉 −2 75 19 50
微凉 −1 25 22 50
适中 0 5 26 50
微暖 1 25 29 50
暖 2 75 32 50 图 3 皮肤电信号采集器布置图
Fig. 3 Layout diagram of EDA sensor
每名受试者经历了上述 5 个热环境,在每个热
环境下分别经历了 5 个不同量级的振动,总共经历 采集受试者心电信号时,使用酒精棉片清洁皮
了 25 组不同的热-振激励工况,如表 2 所示。 肤,将 3 枚电极贴片分别粘贴于左、右侧最下方肋骨及
调节环境舱温度达到稳定,受试者静息等待、适 右侧锁骨处,并选择舒适方便的位置将传感器绑至
应 5 min 后,开始播放振动信号,持续 1 min,同时采 受试者躯干,最后用电极导线夹住电极贴片,如图 4 所示。
集生理电信号。采集完毕后,调节下一组工况所需 指导受试者佩戴好各生理电采集器,坐于环境舱
的环境舱温度,重复上述步骤,直到遍历所有 25 组 内固定的刚性座椅上,上半身保持自然直立放松坐姿,
激励工况。通过 MATLAB 使用随机排序函数为每 双手自然垂放在大腿上,如图 5 所示。本试验采用绝
位受试者分别生成一组完全随机的激励播放顺序, 对幅值估计法获得受试者由测试信号刺激引起的不舒
以消除趋势效应。 适度 [19] 。受试者被告知,对第一个激励信号以自己的
标准进行不舒适度打分,后续激励信号均以前一个激
1.4 试验布置
励信号的打分值为参考基准进行打分,更大的打分值
采集受试者皮肤电信号时,将电导仪传感器绑 代表更强的不适感。例如,前一个激励信号造成的不
于受试者手腕上,固定在舒适方便的位置;将复用电 适度为 100,则评级为 200 意味着当前测试信号引起的

