基于迭代更新近似模型的车内噪声优化

来源：计算力学学报杂志2016年第1期北京时间：

作者：张博文,吴光强,黄焕军

单位：同济大学 汽车学院, 上海 201804,同济大学 汽车学院, 上海 201804,东京大学 生产技术研究所, 东京 153-8505,同济大学 汽车学院, 上海 201804

摘要：基于声固耦合分析与迭代更新近似模型对车身板件进行了优化。首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰。然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度。优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声。

关键词：声固耦合,迭代更新近似模型,K均值聚类,车内噪声,多目标优化,

基金资助：国家自然科学基金(51175379)资助项目.