基于迭代更新近似模型的车内噪声优化

• 作者: 吴光强 张博文 黄焕军
• 来源期刊: 计算力学学报
• 学科: 交通运输
• 关键词: 声固耦合 迭代更新近似模型 K均值聚类 车内噪声 多目标优化
• 年，卷（期）: 2016,（1）
• 页码范围: 33-38
• 页数: 6页
• 分类号: U462|O224
• 字数: 4735字
• 语种: 中文
• DOI: 10.7511/jslx201601006

摘要

基于声固耦合分析与迭代更新近似模型对车身板件进行了优化.首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰.然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度.优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张博文	同济大学汽车学院	4	42	3.0	4.0
2	黄焕军	同济大学汽车学院	3	60	2.0	3.0