科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前对于汽车风振噪声的优化研究主要以声压级(Sound pressure level, SPL)作为单一评价指标,既不能全面反映噪声的物理属性,也无法考虑人耳对噪声的主观认知过程。为准确评价风振噪声,引入声品质,运用大涡模拟(Large eddy simulation,LES)对风振噪声进行数值仿真,根据实车道路试验判断仿真的准确性;对仿真结果进行声品质客观评价与主观评价,综合声品质客观评价参数与声品质主观评价试验结果建立BP神经网络预测模型;利用遗传算法(Geneticalgorithm,GA),进一步对BP神经网络的结构参数进行优化,建立GA-BP声品质预测模型。研究结果表明,GA-BP声品质预测模型在训练速度和预测精度上都优于BP神经网络预测模型。预测模型基于声品质主客观评价结果,其预测值可以代替传统的声压级评价指标,为风振噪声提供更为准确合理的评价。
- 单位
