新能源汽车发展日新月异,逐渐成为当前汽车行业发展的潮流。消费者要求汽车除了节能、安全、环境友好之外,乘坐时也要更加舒适,车内更加安静。汽车声品质理念的提出,将汽车声学设计和用户的需求紧密联系在一起,并进一步融入汽车的各零部件及整车的声学设计中。将声品质作为噪声的评价标准,建立一个良好的、舒适的、令消费者满意的车内声学环境,是当今汽车噪声研究的重要内容,也是未来的发展方向。汽车车内声音品质作为最直观反映汽车品质的指标之一,深刻影响用户的购买行为。燃料电池汽车效率高、噪音低、无污染物排出,被认为是汽车行业的理想发展方向。然而,燃料电池汽车的噪声虽然比汽油机汽车的噪声小,但是其组成噪声比较复杂,噪声的线性度没有传统内燃机汽车好,也就是其声品质较差。燃料电池汽车散热需求远高于传统车,冷却风扇是燃料电池汽车的主要噪声源之一。本文旨在研究声品质的预测模型,从而应用于燃料电池汽车的降噪。为了快速且准确的评价与控制燃料电池汽车散热风扇的噪声声品质,采用BP神经网络技术建立风扇的声品质预测模型。首先,以燃料电池汽车散热风扇模型为研究对象,采用分组成对比较法对采集到的声音样本进行主观评价试验,并对试验数据的可靠性和一致性进行分析,根据评价者的主观评价结果计算出每个样本的主观评价值。然后,应用心理声学客观参数模型计算响度、尖锐度、粗糙度和波动强度4个客观参数。最后,以心理声学客观参数为输入,声品质主观评价为输出,使用BP神经网络建立声品质预测模型。