[发明专利]一种电动汽车变速箱的降噪方法和降噪系统

说明书

本发明公开了一种电动汽车变速箱的降噪方法和降噪系统，所述降噪方法包括步骤：控制器对各个设计参数进行抽样，得到K组样本点；控制器以传递误差ΔT、振动噪声分贝值d为评价指标，分别建立传动误差模型和声学仿真模型，再计算K组样本点对应的变速箱性能指标；控制器再基于不同的相关函数建立Kriging模型，以最佳模型为主模型，计算各个子模型与主模型之间的局部误差和自适应权重，根据自适应权重得到S‑ΔTi和S‑di；控制器以S‑ΔTi和S‑di为目标函数，以设计参数为设计变量，并根据变速箱结构设置多约束条件，建立变速箱的多目标优化设计模型，再进行寻优计算，可得到最优设计参数；本申请公开的降噪方法，可提高设计参数的精度，降低计算成本。

技术领域

本发明涉及变速箱控制技术领域，特别涉及一种电动汽车变速箱的降噪方法和降噪系统。

背景技术

电动汽车的变速箱是车辆的重要传动设备，其运行过程中，因齿轮振动所产生的噪声是电动汽车噪音的重要来源之一；合理控制变速箱运行过程中的齿轮振动，优化变速箱的箱体结构是降低电动汽车噪音、提高车辆乘坐舒适度的重要方法。

目前，针对变速箱的降噪方法主要是根据其传动结构建立齿轮系统的动力学分析模型，以齿数、模数、螺旋角、压力角等宏观参数和齿廓角偏差、齿向角偏差、齿向鼓形量、齿廓鼓形量等微观参数为设计变量，或者以箱体结构参数为设计变量；以噪声声压强度为优化目标，建立齿轮参数或箱体结构的优化设计模型，可计算得到变速箱齿轮参数、箱体结构优化结果，达到降低齿轮运行振动、减少噪声辐射的目的，最终实现变速箱的降噪。

但是，不论是采用控制齿轮振动的方法，还是采取控制噪声辐射的方法，其优化设计过程中都需要进行复杂的模态分析、谐响应分析或者声学响应分析，以得到与不同设计参数对应的目标函数响应值，再通过反复计算、寻优才能得到最终的优化结构；在这个过程中，变速箱齿轮系统的谐响应分析、模态分析和场点声学辐射计算等都需要耗费大量的时间，单次计算的耗时可达到0.6小时；而采用优化算法对优化模型进行寻优计算，可能需要反复计算上千次，这导致整个优化过程极为耗时，优化设计效率极低。

Kriging模型具有良好的非线性拟合能力，能够精确地拟合与不同参数对应的齿轮动力学性能指标响应，尤其适用于齿轮系统的非线性振动的动力学响应分析结果，可以显著降低目标函数的计算成本，提高变速箱优化设计效率。

在Kriging模型的建模方法方面，相关函数是影响该模型拟合精度的关键参数，且其中包含多种类型的标准模型，例如高斯函数、指数函数、三次函数、幂函数、线性函数、球函数和样条函数等，建模前通常需要根据设计经验选择合适的相关函数获得样本数据信息，然后建立Kriging模型，实现目标函数响应的快速预测。

但是，从组合预测理论来看，采用单一相关函数来获得样本数据信息会造成最终建立的Kriging模型出现预测精度不高的问题。

因此，相关研究成果对其进行了改进，采用组合预测方法对Kriging模型进行改进，建立了一种改进的Kriging模型，并将之应用到密封结构的优化设计中，取得了较好的效果；然而，该模型在建模过程中采用了全局固定的权重系数耦合方法，根据各个相关函数模型的全局精度分配一个固定权重，没有考虑各个相关函数模型的局部精度，导致最终建立的组合Kriging并非最优模型。

可见，现有技术还有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种电动汽车变速箱的降噪方法，充分考虑了全局精度和局部精度对设计参数精度的影响，提高了设计参数的精度；且利用少量计算样本可快速获得最优设计参数，节省了计算时间，降低了计算成本。

为了达到上述目的，本发明采取了以下技术方案：

一种电动汽车变速箱的降噪方法，包括步骤：