面向多层级目标的汽车前围声学包优化研究

作者：黄海波; 郑志伟; 张思文; 吴昱东; 杨明亮; 丁渭平

来源：西南交通大学学报, 2022, 1-9.

• NVH
• 声学包
• 吸隔声
• SVR-DBNs
• 优化设计

汽车前围声学包吸隔声性能优劣直接影响到整车NVH（Noise， vibration and harshness）性能水平。然而，由于声学传递机理的复杂性，将前围声学包吸隔声机理进行完善表征具有很大难度，因此，建立其准确的声学机理模型较困难。另一方面，通过试验获得前围声学包的各项基础参数却相对容易，故引入数据驱动方法对其进行研究。为提升模型映射的准确度，改进了传统的DBNs（Deep belief networks）方法，并提出SVR-DBNs（Support vector regression- restricted Boltzmann machines）模型。同时，考虑到直接构建底层设计参数与前围声学包吸隔声性能、重量与成本的映射模型可能存在欠拟合的风险，本文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，并将其应用于具体车型的前围声学包分析，验证了方法的有效性与准确性。

• 单位
  西南交通大学