[发明专利]一种基于遗传算法的车内噪声优化方法

权利要求书

1.一种基于遗传算法的车内噪声优化方法，包括如下步骤：

S100：建立车内噪声预测模型；

S200：建立响应面模型；

S300：建立噪声目标函数的数学优化模型；

S400：应用遗传算法优化所述数学优化模型。

2.根据权利要求1所述的方法，优选的，所述步骤S100进一步包括：

S101：建立车身结构有限元模型；

S102：建立声固耦合模型；

S103：对发动机左、右悬置点的X、Y、Z共6条路径进行噪声传递函数分析；

S104：对板件厚度进行板件声学灵敏度分析。

3.根据权利要求1所述的方法，所述步骤S200进一步包括：

S201：通过Hammersley试验设计，构造出白车身一阶模态、质量和目标节点最大声压响应面；

S202：采用确定性系数对响应面进行评价。

4.根据权利要求1所述的方法，所述步骤S300进一步包括：

以目标节点最大声压最小化为优化目标，数学优化模型如下：

其中：x_il和x_iu是第i个板件厚度区间的下限和上限；f(x_i)为目标节点最大声压响应函数；h(x_i)为一阶模态响应函数；m(x_i)为车身质量响应函数；x_i为第i个板件的厚度；h₁(x_i)为白车身一阶扭转模态；h₂(x_i)为白车身一阶弯曲模态。

5.根据权利要求2所述的方法，所述步骤S102进一步包括：

S1021：建立声腔网格需要封闭的车厢模型，封闭车厢模型的小孔；

S1022：利用ACMODL卡片采用节点对节点的方式进行耦合设置，建立声固耦合模型。

6.根据权利要求2所述的方法，所述步骤S103进一步包括：用响应与激励的拉氏变换比值得到噪声传递函数。

7.根据权利要求2所述的方法，所述步骤S104进一步包括：利用Hyperstudy对一阶模态、车身质量、车内目标节点最大声压进行灵敏度分析。

8.根据权利要求3所述的方法，所述步骤S201进一步包括：采用最小二乘法拟合响应面。

9.根据权利要求3所述的方法，所述步骤S202中的确定性系数R²定义为：

其中：为响应面计算的值；y_i为仿真的响应真实值；为响应真实值均值。