基于GA-BP的汽车风振噪声声品质预测模型

作     者：杨易 高骏 谷正气 刘壮志 郑乐典 YANG Yi;GAO Jun;GU Zhengqi;LIU Zhuangzhi;ZHENG Ledian

作者机构：湖南大学汽车车身先进设计与制造国家重点实验室长沙410082 湖南文理学院洞庭湖生态经济区建设与发展协同创新中心常德415000 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2021年第57卷第24期

页      面：241-249页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51875186 51975197) 

主　　题：风振噪声 声品质 大涡模拟 BP神经网络 遗传算法 

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。