摘要：为改善某款商用车驾驶室声学特性,建立该驾驶室的声固耦合有限元模型,通过频率响应分析,得到车内的声学响应。对81 Hz处声压峰值进行声学结构模态参与因子分析和板件贡献分析。对贡献最大的板件进行自由阻尼处理。为减少阻尼材料使用量,将阻尼材料体积作为约束条件,阻尼材料单元相对密度作为设计变量,以贡献最大的结构模态所对应的模态阻尼比最大化为优化目标,基于优化准则算法用***的直接矩阵提取程序(Direct matrix abstraction program,DMAP)语言编制拓扑优化程序,对阻尼材料在驾驶室上的分布进行优化。优化后阻尼材料的体积减小40%,目标模态的模态阻尼比降低5.2%。根据优化结果粘贴阻尼材料,使驾驶员右耳处声压和乘员右耳处声压在81 Hz附近分别降低11.2 dBA和10.7 dBA,其他峰值处声压变化不大。

摘要：基于各向正交惩罚材料密度法,建立了以自由阻尼结构模态阻尼比最大化为目标,以阻尼材料体积为约束条件,以阻尼材料单元相对密度为设计变量的拓扑优化数学模型。推导了模态阻尼比对阻尼单元相对密度的灵敏度和设计变量的更新准则,基于优化准则算法用***的Direct Matrix Abstraction Program语言编制了通用的阻尼材料拓扑优化程序。以一铝板-声腔耦合系统为对象,以结构一阶弯曲模态阻尼比最大为目标,利用该拓扑优化程序和有限元分析方法对铝板上的阻尼材料进行优化布置,并用试验进行了验证。把铝板全阻尼处理和拓扑优化后部分阻尼处理的降噪效果进行对比,在仿真环境中,参考点处声压分别下降了110.6 Pa和107.7 Pa,在实验条件下,参考点处声压分别下降了22.47 Pa和20.91 Pa,从而验证了优化方法的有效性。

摘要：整车制造过程中,车辆尾部灯光缺少自动检查设备,容易造成质量缺陷产品流出。为实现车辆尾部灯光功能智能检测,基于YOLOv7设计了车辆尾部灯光视觉检测方案,收集并制作了基于某车型的Rear-Light数据集,对该模型进行训练和测试。实验结果表明,精确率和召回率分别达到99.57%和99.56%。通过现场复杂环境测试,基于YOLOv7算法的车辆尾部灯光检测模型能够达到较高的识别准确率,可以用于车辆尾部灯光的自动检测。