發(fā)布時間：2017-08-15 19:14

  本文關(guān)鍵詞：車室低頻耦合噪聲預(yù)測分析及基于近似模型的聲學(xué)優(yōu)化

  更多相關(guān)文章： 低頻耦合噪聲 噪聲預(yù)測 最優(yōu)拉丁超立方設(shè)計 近似模型 聲學(xué)優(yōu)化

【摘要】：車輛聲學(xué)舒適性已成為衡量車輛品質(zhì)的重要指標(biāo),車室良好的聲學(xué)環(huán)境是保證汽車乘坐舒適性的必要條件。針對車室空腔存在的既突出又難以消除的低頻噪聲問題,本文主要進(jìn)行了如下工作:(1)建立了白車身有限元模型、整車結(jié)構(gòu)有限元模型和車室空腔聲場有限元模型,并對白車身和整車結(jié)構(gòu)分別進(jìn)行了模態(tài)分析,對空腔聲場進(jìn)行了聲學(xué)模態(tài)分析,對車身結(jié)構(gòu)與空腔聲場組成的聲固耦合系統(tǒng)進(jìn)行了耦合模態(tài)分析。通過分析了解了車身結(jié)構(gòu)與聲場的模態(tài)特性,發(fā)現(xiàn)車身在左右車門、前圍、頂棚和地板處存在較多的局部模態(tài)。聲固耦合系統(tǒng)在頻率157Hz~161Hz的范圍內(nèi),耦合模態(tài)分布十分密集,易在外界激勵作用下引起共振。(2)采用白噪聲過濾方法模擬路面隨機(jī)不平度激勵,建立了路面隨機(jī)激勵時域模型和整車七自由度振動動力學(xué)模型,利用Matlab/Simulink進(jìn)行仿真計算,求得懸架對車身的激勵力,并通過快速傅里葉變換得到懸架激勵力的幅頻特性曲線。對車身結(jié)構(gòu)與空腔聲場組成的聲固耦合系統(tǒng),在發(fā)動機(jī)懸置點處激勵力和懸架處激勵力的共同作用下,進(jìn)行了基于模態(tài)的聲振耦合響應(yīng)分析,預(yù)測分析了車室聲學(xué)環(huán)境,發(fā)現(xiàn)車室測點在頻率158Hz、134Hz、198Hz、152Hz和78Hz處具有較高聲壓幅值。(3)根據(jù)板件聲學(xué)貢獻(xiàn)分析原理,將車室周圍的車身結(jié)構(gòu)劃分為24塊板件,以車身板件振動速度為邊界條件,進(jìn)行了板件聲學(xué)貢獻(xiàn)分析。在車室聲壓較高的頻率處,確定了對測點聲學(xué)貢獻(xiàn)較大的板件:2_dp_q、7_dpw、8_qw、9_db_q、10_db_z、11_db_h、12_cm_zq、13_cm_zh、14_cm_yq、15_cm_yh,即地板(pshell_11001、pshell_12001)、頂棚(pshell_20001)、前圍(pshell_13001)和車門內(nèi)板(pshell_3102、pshell_3202)。(4)以聲學(xué)貢獻(xiàn)較大板件的厚度參數(shù)t_1、t_2、t_3、t_4、t_5、t_6為因子,以車身質(zhì)量m、車身第七階模態(tài)頻率sf、測點聲壓峰值D和聲壓均方根值drms為響應(yīng),在因子設(shè)計空間利用最優(yōu)拉丁超立方設(shè)計方法進(jìn)行試驗設(shè)計,共采集了30組樣本數(shù)據(jù)。利用徑向基神經(jīng)網(wǎng)絡(luò)方法,建立了響應(yīng)關(guān)于因子的近似模型,并對所建立的近似模型進(jìn)行了誤差分析。分析結(jié)果表明,所建立的徑向基神經(jīng)網(wǎng)絡(luò)近似模型誤差小、精度高,滿足建模要求,能作為有限元模型的替代模型進(jìn)行優(yōu)化計算。(5)利用建立的徑向基神經(jīng)網(wǎng)絡(luò)近似模型,以車身板件厚度參數(shù)t_1、t_2、t_3、t_4、t_5、t_6為設(shè)計變量,以車室測點聲壓峰值D最小為優(yōu)化目標(biāo),以測點聲壓均方根值drms￡60dB、車身質(zhì)量m￡0.5t和車身第七階模態(tài)頻率sf324Hz為約束條件,利用自適應(yīng)模擬退火算法,對板件厚度進(jìn)行優(yōu)化設(shè)計。優(yōu)化結(jié)果表明,D測點在158Hz處的最大聲壓峰值降低了4.45dB,134Hz處聲壓降低了5.47dB,在其他聲壓較高的頻率處,測點聲壓也均明顯降低,說明通過優(yōu)化有效地降低了車室聲壓,顯著地提高了車室的聲學(xué)舒適性,同時也充分地證明了通過建立徑向基神經(jīng)網(wǎng)絡(luò)近似模型,采用自適應(yīng)模擬退火算法,對車身板件厚度參數(shù)進(jìn)行優(yōu)化設(shè)計方法的可行性和有效性。
【關(guān)鍵詞】：低頻耦合噪聲 噪聲預(yù)測 最優(yōu)拉丁超立方設(shè)計 近似模型 聲學(xué)優(yōu)化
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.82
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-21
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究發(fā)展動態(tài)12-18
• 1.2.1 車室低頻耦合噪聲的研究12-15
• 1.2.2 近似模型方法在優(yōu)化問題中的應(yīng)用15-18
• 1.3 本文主要研究內(nèi)容18-21
• 第二章 有限元模型建立及模態(tài)分析21-39
• 2.1 有限元模型建立21-28
• 2.1.1 車身結(jié)構(gòu)模型簡化原則及網(wǎng)格劃分標(biāo)準(zhǔn)21-22
• 2.1.2 白車身有限元模型22-23
• 2.1.3 整車有限元模型23-27
• 2.1.4 空腔聲場有限元模型27-28
• 2.2 模態(tài)計算與分析28-37
• 2.2.1 模態(tài)分析有限元法28-29
• 2.2.2 白車身模態(tài)計算與分析29-31
• 2.2.3 整車模態(tài)計算與分析31-33
• 2.2.4 聲場聲學(xué)模態(tài)計算與分析33-35
• 2.2.5 結(jié)構(gòu)-聲場耦合模態(tài)計算與分析35-37
• 2.3 本章小結(jié)37-39
• 第三章 車室聲振耦合響應(yīng)分析39-59
• 3.1 懸架激勵力39-49
• 3.1.1 路面隨機(jī)不平度激勵時域模型39-40
• 3.1.2 整車振動動力學(xué)模型40-44
• 3.1.3 懸架對車身激勵力求解44
• 3.1.4 懸架對車身激勵力仿真模型44-45
• 3.1.5 快速傅里葉變換實現(xiàn)時域信號到頻域信號轉(zhuǎn)換45-49
• 3.2 發(fā)動機(jī)激勵力49-50
• 3.3 聲振耦合響應(yīng)分析50-57
• 3.3.1 聲壓測點及載荷作用點位置50-51
• 3.3.2 聲學(xué)響應(yīng)分析51-57
• 3.4 本章小結(jié)57-59
• 第四章 車身板件聲學(xué)貢獻(xiàn)分析59-70
• 4.1 聲學(xué)貢獻(xiàn)分析原理59-60
• 4.2 板件聲學(xué)貢獻(xiàn)分析60-68
• 4.2.1 車身板件劃分60-61
• 4.2.2 速度邊界條件61
• 4.2.3 聲學(xué)貢獻(xiàn)分析結(jié)果61-68
• 4.3 本章小結(jié)68-70
• 第五章 基于徑向基神經(jīng)網(wǎng)絡(luò)的近似模型構(gòu)建70-88
• 5.1 基本原理70-77
• 5.1.1 近似模型原理70-71
• 5.1.2 試驗設(shè)計方法71-74
• 5.1.3 徑向基神經(jīng)網(wǎng)絡(luò)模型原理74-77
• 5.2 采集樣本數(shù)據(jù)77-80
• 5.2.1 試驗設(shè)計77-78
• 5.2.2 響應(yīng)計算78-80
• 5.3 徑向基神經(jīng)網(wǎng)絡(luò)近似模型80-86
• 5.3.1 近似模型構(gòu)建80-85
• 5.3.2 近似模型誤差分析85-86
• 5.4 本章小結(jié)86-88
• 第六章 基于自適應(yīng)模擬退火算法的板件厚度優(yōu)化88-97
• 6.1 自適應(yīng)模擬退火算法原理88-90
• 6.1.1 物理退火過程88
• 6.1.2 Metropolis準(zhǔn)則88-89
• 6.1.3 自適應(yīng)模擬退火算法89-90
• 6.2 板件厚度優(yōu)化90-94
• 6.2.1 目標(biāo)函數(shù)91
• 6.2.2 設(shè)計變量91-92
• 6.2.3 約束條件92-93
• 6.2.4 優(yōu)化結(jié)果93-94
• 6.3 優(yōu)化前后對比94-96
• 6.4 本章小結(jié)96-97
• 第七章 結(jié)論與展望97-99
• 7.1 結(jié)論97-98
• 7.2 展望98-99
• 致謝99-100
• 參考文獻(xiàn)100-105
• 附錄A Simulink仿真模型105-106
• 附錄B 誤差檢查樣本數(shù)據(jù)106-108
• 攻讀碩士學(xué)位期間取得的研究成果108

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 姜超;邵志良;;近似模型方法在復(fù)雜結(jié)構(gòu)優(yōu)化設(shè)計問題中的應(yīng)用[J];上海汽車;2010年09期

2 白振東;劉虎;柴雪;武哲;;多學(xué)科優(yōu)化中基于實例推理的氣動近似模型(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2008年03期

3 馬石磊;李方義;李劍峰;何洋;;基于稀疏網(wǎng)格的近似模型及其在輕量化設(shè)計中的應(yīng)用[J];機(jī)械工程學(xué)報;2013年07期

4 陳國棟;韓旭;劉桂萍;;一種基于近似模型管理的多目標(biāo)優(yōu)化方法[J];工程力學(xué);2010年05期

5 李冬琴;楊永祥;蔣志勇;;一種多學(xué)科設(shè)計優(yōu)化近似模型構(gòu)建方法[J];中國造船;2011年03期

6 韓鼎;鄭建榮;;工程優(yōu)化設(shè)計中的近似模型技術(shù)[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2012年06期

7 張毅;孫媛;滕克難;宋大勇;;飛機(jī)流排序中隨機(jī)誤差的近似模型[J];火力與指揮控制;2013年12期

8 李凡;吳光強(qiáng);郭建波;;基于耐撞性的多學(xué)科近似模型預(yù)測精度研究[J];汽車科技;2014年02期

9 夏昊;諸成;陳昌亞;王德禹;;基于近似模型的衛(wèi)星動力學(xué)多目標(biāo)優(yōu)化[J];上海航天;2013年05期

10 劉宇;劉平;饒陽;;基于近似模型的車輛平順性優(yōu)化研究[J];湖北汽車工業(yè)學(xué)院學(xué)報;2013年02期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鄧道林;張雨;王忠校;裴詠紅;;某乘用車地板結(jié)構(gòu)的多目標(biāo)優(yōu)化分析[A];面向未來的汽車與交通——2013中國汽車工程學(xué)會年會論文集精選[C];2013年

2 趙子衡;韓旭;姜潮;;基于近似模型的非線性區(qū)間數(shù)優(yōu)化方法及其應(yīng)用[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

3 李方義;榮見華;;基于自適應(yīng)近似模型技術(shù)的不確定多目標(biāo)優(yōu)化方法[A];中國力學(xué)大會——2013論文摘要集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 李恩穎;近似模型優(yōu)化體系關(guān)鍵技術(shù)研究及應(yīng)用[D];湖南大學(xué);2009年

2 潘鋒;組合近似模型方法研究及其在轎車車身輕量化設(shè)計的應(yīng)用[D];上海交通大學(xué);2011年

3 張勇;基于近似模型的汽車輕量化優(yōu)化設(shè)計方法[D];湖南大學(xué);2009年

4 鄭君;基于變可信度近似的設(shè)計優(yōu)化關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2014年

5 湯龍;多參數(shù)非線性優(yōu)化方法關(guān)鍵技術(shù)研究及應(yīng)用[D];湖南大學(xué);2013年

6 常海超;近似理論在船型優(yōu)化中的應(yīng)用研究[D];武漢理工大學(xué);2014年

7 尹旭;缸蓋熱可靠性工程設(shè)計基礎(chǔ)問題研究[D];浙江大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 何洋;并聯(lián)混合動力汽車發(fā)動機(jī)參數(shù)匹配與優(yōu)化[D];西南交通大學(xué);2015年

2 張辰;基于近似模型的亞軌道飛行器多學(xué)科設(shè)計優(yōu)化研究[D];國防科學(xué)技術(shù)大學(xué);2013年

3 高潤鴻;基于網(wǎng)格變形的標(biāo)準(zhǔn)動車組底架結(jié)構(gòu)優(yōu)化[D];北京交通大學(xué);2016年

4 王躍洲;基于力學(xué)近似模型的大展弦比機(jī)翼結(jié)構(gòu)優(yōu)化設(shè)計[D];哈爾濱工業(yè)大學(xué);2016年

5 李偉;TSK-HDMR近似模型及其在懸架性能優(yōu)化上的應(yīng)用[D];湖南大學(xué);2016年

6 程超;基于多種近似模型的校車懸架優(yōu)化設(shè)計[D];湖南大學(xué);2015年

7 陳龍;基于變復(fù)雜度近似模型的汽車安全性優(yōu)化設(shè)計研究[D];湖南大學(xué);2015年

8 孫楊;組合近似模型預(yù)測設(shè)計方法及應(yīng)用研究[D];大連理工大學(xué);2016年

9 董昕，

本文編號：679839