摘要：搭建了前围声学包多层级目标分解架构,提出GAPSO-RBFNN(genetic algorithm particle swarm optimization-radial basis function neural network)预测模型,并将其应用于多层级目标分解架构。将材料数据库、覆盖率、泄漏量作为优化的变量范围,以PBNR(power based noise reduction)均值作为约束,以质量和成本作为优化目标,采用非支配排序遗传算法(nondominated sorting genetic algorithm II,NSGA-II)进行多目标优化,得到Pareto多目标解集。并从中选取满足设计目标的最佳组合方案(材料组合、覆盖率、前围过孔密封方案选型)。结果显示,该模型最终的优化结果与实测结果接近,误差分别为0.35%,1.47%,1.82%,相较于初始声学包方案,优化后的结果显示,PBNR均值提升3.05%,其质量降低52.38%,成本降低15.15%,验证了所提方法的有效性和准确性。

摘要：为了研究汽车声学包设计参数对其多性能目标的影响,首先,改进了传统的深度信念网络(DBNs)方法,并提出SVR-DBNs (support vector regression-deep belief networks)模型,提升了模型映射的准确度;其次,从车辆噪声传递关系与层级目标分解角度出发,提出了一种多层级目标预测与分析方法;最后,将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明:SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上,优于传统的反向传播神经网络(BPNN)、SVR与DBNs模型;基于SVR-DBNs模型的优化结果与实测结果接近,两者加权目标相对误差为1.09%(平均传递损失(MTL)、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%),优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%.

摘要：通过用于某高速检测车噪声分析和预测的统计能量分析(SEA)模型的建立及分析,介绍了高速列车声学包仿真技术在整车噪声分析中的应用,为声学包仿真技术在高速列车中的设计应用开拓了新思路。

摘要：[目的]声学包是通过对基体材料、阻尼材料、吸声材料和隔声材料的组合设计,完成预定降噪效果的声学部件,是未来船舶舱室低噪声设计的关键技术。[方法]提出一种声学包性能评估的统计能量数值模型,用于解决船用声学包设计与快速评估问题。建立声学包选型及其在舱室中的配置优化设计模型及数学列式,采用遗传算法求解声学包选型与配置优化问题。[结果]通过实例,验证了所提出模型及设计方法的有效性。[结结论]研究成果对于实现声学包优化设计工作的标准化和程序化,有效减少声学包降噪设计成本具有参考价值。

摘要：[目的]为解决传统声学包设计法耗时、耗资高的问题,[方法]利用有限元—统计能量(FE-SEA)数值混响室法在全频段进行声学包的设计与优化。设计空气层声学包及无空气层声学包这2种类型共8种声学包,计算其隔声量。采用遗传算法,以达到最大隔声量值为目标对每一种声学包的材料层厚度进行优化。[结果]研究表明,有空气层存在的声学包的隔声量值较无空气层声学包的高2~6 dB,且与原始设计相比,优化后的声学包的隔声性能得到大幅提高。[结论]所得研究成果对实际工程中船舶声学包设计有重要的指导价值。

摘要：建立了轿车FE-SEA混合模型,把仿真值与试验结果进行对比,验证了模型的可靠性。以防火墙和地板各层声学包材料的种类和厚度为设计变量,驾驶员右耳旁声压级、声学包总重量和总价格为优化目标,采用正交试验和灰色关联分析相结合的方法确定了各层材料种类和厚度的最优水平。以各层材料的厚度为设计变量进行进一步研究,采用最优拉丁超立方设计抽取75组样本点并通过仿真计算其响应值,任选67组样本点建立Kring近似模型,其余8组样本点验证近似模型的可靠性。最后以该近似模型为基础执行多目标优化,与原始声学包相比,驾驶员头部声腔声压级降低了0.4 d B(A),重量减轻了33.21%,价格降低了14%。

摘要：声学包对车内噪声水平及声学环境有着重要的作用,在很多情况下,国产汽车声学包开发都是基于标杆车型的直接逆向,或凭借以往经验的简单开发。但更有价值的方法是在设计早期阶段就具备开发声学包部件的能力,即根据整车级目标定义对声学包部件进行开发和优化。以对某乘用车的声学包开发和优化过程为例,详细说明了乘用车声学包开发优化过程中的主要步骤与关键技术,旨在为声学包开发设计提供指导和参考依据。基于此,在乘用车早期设计阶段即可评估不同声学包方案的优劣,及其对车内噪声水平及声品质的影响,以指导内饰件的设计优化;同时,在满足声学包目标要求的基础上,对声学包方案进行优化,以满足成本和质量的优化控制。

摘要：为了提高电动汽车的续驶里程,声学包的轻量化是重要手段之一,采用经典声学理论对整车前围声学包搭建了隔声模型,该模型采用经典的隔声理论,单层材料采用"质量定理"理论,多层结构则采用"双层墙"隔声理论,计算了前围隔声垫的整体隔声量,并进行了轻量化研究。同时对整车的隔声性能进行了试验,将模型预测隔声性能与整车隔声试验结果进行了对比。结果表明,在200～8 000 Hz频率范围内,仿真与试验结果有较好的一致性,仿真模型能有效预测前围隔声结构的隔声性能并指导轻量化设计。

摘要：汽车前围板总成是屏蔽动力总成与前轮噪声的重要结构,其中前围板声学包起到了关键作用。前围板声学包的隔声特性在整车的隔声特性中占据着重要的地位。利用hyper-Mesh软件和VA-One软件相结合,结合SEA方法,建立SEA模型,针对某乘用车前围板声学包的覆盖状态,厚度及泄漏的因素进行了模拟仿真。研究得到前围板声学包的结构和声学参数对其隔声特性影响的一般结论,并通过隔声量试验验证了仿真的有效性。基于此,在满足前围板声学包整体结构及材料属性不变的情况下,优化声学包方案,以达到提高降噪性能的目标。不仅对缩短声学包的开发周期提供参考,而且对前围板的设计与开发提供了建议。

摘要：以地毯子系统为研究对象,通过试验获取满足精度条件的各层材料Biot参数,建立了地板总成统计能量分析模型(statistical energy analysis,SEA),并在混响室、混响室—半消声试验室测量地毯的吸声系数和插入损失,对比仿真与试验结果验证模型的有效性。以Biot参数为设计变量,插入损失、吸声系数和质量为目标函数,建立满足精度的Kriging近似模型,采用NSGA-Ⅱ算法进行优化,并对得到的Pareto解集利用权重分析法继续寻优,确定了最优的材料参数组合。结果表明:优化后的声学包在400~8000 Hz范围内插入损失平均值提高0.803 dB,吸声系数平均值提高0.011,质量降低了13.30%。