随着人们生活水平的提高以及国内摩托车保有量的增加,消费者对摩托车NVH性能愈发关注,普遍要求有良好的驾乘舒适性。而摩托车国Ⅳ排放法规的颁布,闭环电喷系统与后处理装置的更新势必会对排气系统声学性能带来影响,如何有效提高新标准下排气系统声学性能,是本文重点研究内容。本文以某满足国Ⅳ排放标准的电喷摩托车样车为例,介绍国Ⅳ摩托车排气系统结构特点及声学特点,对样车进行声学性能试验与整车动力性能试验,得到排气尾管处排气噪声,获得对样车排气系统声学性能的初步评价。试验结果表明,样车排气噪声声压级水平较高,阶次噪声分布不均,线性度较差。根据试验结果,建立排气系统声学仿真模型及流场仿真模型。经过试验标定,仿真模型最大标定误差4%,模型准确可靠。基于仿真模型对典型共振腔-扩张腔二级串联式结构消声器进行声学性能相关规律性研究,得到腔体长度、进气内插管长度、进气内插管直径、穿孔数、穿孔孔径与尾管直径等结构参数对其声学性能与排气背压的影响规律。基于仿真研究结论,利用正交试验法对样车排气系统进行声学性能优化。将优化目标分解为常用行驶区间段0~65km/h上的主要噪声贡献量,根据声学试验所得结论,将优化目标定在声压级水平较高、线性度不好的1.0阶与1.5阶噪声,通过提高目标频率点处消声量,改善声压级水平,提高线性度。试验结果证明,所选优化方案保证整车功率输出,达到各阶次优化目标,完成优化开发。针对摩托车排气声品质主观舒适度进行主观评价试验,基于瞬时响度模型计算声品质客观参量响度、尖锐度、粗糙度和波动度,利用BP神经网络,以客观参量为输入,主观评价为输出,建立摩托车排气声品质舒适度评价预测模型,经过训练与检验,模型预测平均误差7.85%,验证模型的有效性。最后利用遗传算法对BP模型进行优化,建立基于遗传算法的GA-BP神经网络模型。经过训练与检验,GA-BP模型收敛更快,收敛速度提高一倍;预测误差更小,平均误差5.77%,具有更好的稳定性与准确度,性能优于BP模型。通过以上研究,完成国Ⅳ标准下摩托车排气系统的声学优化研究,改善排气噪声水平,达到优化目标。利用遗传算法与神经网络建立声品质评价预测模型,可作为评价摩托车排气声品质主观舒适度的一个有效手段。