[发明专利]一种车内噪声预测的方法

说明书

本发明公开了一种车内噪声预测的方法，该方法根据逐维分析理论确定设计人员所关心的车内噪声响应的波动范围。首先，实现区间参数的标准化，在参考点处以区间参数每个维度上的平面切割车内噪声响应所在曲面，确定近似多项式函数的阶数，进一步确定数值积分点个数。其次，选择对应的数值积分点，计算在数值积分点处的车内噪声响应，确定近似多项式函数，进一步确定最大值点与最小值点。最后，组合形成最大值点向量和最小值点向量，确定车内噪声响应的波动范围。本发明考虑了工程领域普遍存在的不确定因素对车内噪声响应的影响，将传统车内噪声分析拓展为车内噪声区间分析，可以预估车内噪声响应的波动范围，符合工程领域实际需求，应用前景明朗。

技术领域

本发明涉及车内噪声测量的技术领域，具体涉及一种车内噪声预测的方法，适用于汽车内部噪声的预测分析，并可拓展为室内声场或内部声场的噪声预测。

背景技术

汽车车内噪声是影响其乘坐舒适性的重要方面之一，高噪声既能损害乘员的身心健康，又能导致驾驶员迅速疲劳，对汽车行驶安全构成了极大的威胁。随着道路状况的改善及车辆振动平顺性研究成果的应用，车内噪声在评价车辆乘坐舒适性中起着越来越重要的作用。当前，以降低车内噪声水平，改善车内声学环境，提高车辆乘坐舒适性为目标的研究业已成为汽车领域的研究热点之一，而车内噪声的快速准确预测是必要的分析技术。

在汽车车内噪声分析过程中，不确定因素是普遍存在的，甚至是不可避免的。这些因素可以归为“人、机、料、法、环”五个方面，如元件结构加工制造误差、材料质量和批次差异、数值分析过程简化与假设、以及汽车服役或工作环境载荷等，可以根据工程领域实际需求及灵敏度分析技术确定目标车辆噪声分析的关键影响因素。值得注意的是，汽车车内噪声分析对于不确定因素的处理方式基本一致，因此本发明包括但不限于其所列的不确定因素影响下的车内噪声预测分析。不确定因素定量化是进行不确定性分析的必要前提，基于概率与统计理论的参数定量化方法需要大量统计数据，而由于试验条件等限制导致统计数据所拟合的参数概率密度函数等精度有限。本发明限于以参数的区间定量化为基础的车内噪声预测分析，在该领域内已有以摄动理论为主的分析方法。

发明内容

本发明要解决的技术问题是：克服已有方法在计算精度方面存在的过估计、欠估计及不可预测估计的效应，克服已有方法计算效率低的不足，提供一种快速准确预测车内噪声响应波动范围的方法。

本发明采用的技术方案是：一种车内噪声预测的方法，其实现步骤是：

第一步：通过区间定量化方法将汽车车内噪声分析的相关不确定参数(如设计人员通过灵敏度分析筛选确定)定量化，包括结构参数、材料参数、载荷参数等，记为区间参数向量pI，维度为n，并将所有区间参数转化于标准区间[-1,1]内。

第二步：确定区间参数的参考点，即设计人员实际所应用的不确定参数的某个特定值，本发明选择中心点值向量pc，也可以选择为名义值向量pn或其他任意给定向量。通过参考点pc，以区间参数每个维度上的平面切割车内噪声响应所在曲面。

第三步：基于第二步所得的第i(1≤i≤n)个维度上的截平面曲线，确定近似多项式函数的阶数及数值积分点，以车内噪声的数值分析模型为黑箱计算数值积分点处车内噪声响应，应用高斯-勒让德积分公式计算近似多项式函数的系数。进一步地，计算近似多项式函数的导函数，确定其稳定点。

第四步：由第三步所得的关于第i个参数的稳定点及标准区间端点值-1和1形成关于第i个参数的潜在最值点集合，基于该潜在最值点集合及第三步中的近似多项式函数计算关于第i个参数的最大值点与最小值点，并最终将最大值点与最小值点转化为第i个参数的真实值，即pi,max与pi,min。