车窗升降系统结构复杂且零部件较多,车窗上升过程中易产生噪声,极大的影响了乘员车内听觉舒适性,因此需要对车窗系统噪声进行评价并提高其声品质。目前对车窗升降系统噪声的评价主要是通过组织评测人员对实车或采集到的声信号进行听音评价并给出相应声品质得分的方式,这种评价方式时间成本很高且可靠性较差。而且这种评价方式必须在有样车之后才能进行,如果评价结果得出某车窗系统声品质较差,再反馈到设计部门进行结构优化,会导致车窗系统声品质优化的时间变长、成本提高。本文考虑到车窗系统声品质评价流程复杂、时效性较差的问题和有了样车之后不便通过结构优化提升声品质的问题,从车窗系统主、客观评价预测模型和车窗系统声品质仿真预测两个方面展开研究。首先,对噪声信号进行主、客观评价试验并建立主客观评价预测模型。采集车窗玻璃上升过程的噪声信号并进行主观评价试验,得到各声样本的主观评价结果;基于时域稳态噪声和瞬态噪声提取各声样本的客观评价参数;分别运用多元线性回归理论和BP神经网络的方法建立声样本主观评价结果与各客观评价参数之间的映射模型。验证得出BP神经网络建立的预测模型有更高的精度和泛化能力。其次,对密封条进行材料试验拟合其本构模型并建立车窗玻璃上升过程动力学及声学仿真模型。通过密封条单轴拉伸试验和压缩载荷试验,拟合得出密封条的本构模型并对密封条有限元模型进行修正;以采集到的车窗升降电机本体振动加速度为外激励,建立车窗玻璃上升过程的动力学仿真模型,提取对标点的振动加速度对模型进行准确度验证;以采集到的车窗升降电机单体噪声为声源,以动力学仿真得到的车窗系统振动加速度为边界条件,建立车窗上升过程的声学仿真模型,提取车内主驾左耳处的声压曲线,与该处试验声压曲线对比验证模型的准确性。最后,对参考车型车窗系统进行声学包仿真优化。通过对该车型声学仿真模型添加声学包装进行优化,得到优化后车窗玻璃上升过程的噪声信号并计算其客观参数;分别将优化前后噪声信号的客观参数输入建立的声品质预测模型中,结果表明优化后参考车型的声品质得到了改善。