基于NSGA-Ⅱ算法对发动机噪声激励下的整车声学包优化

简介

通过整车声学包合理设计能有效的改善发动机传至车内的噪声。基于统计能量法,利用Hypermesh和VA One软件搭建整车SEA模型,对比测试与仿真分析的PBNR值验证模型的精度。前围板作为发动机到驾驶室的主要传递路径,以前围内外侧声学包材料的厚度、属性、堵孔件厚度及声学材料覆盖率为自变量,利用创建的SEA模型得到主驾右耳的PBNR值、声学材料的总质量及总价格并作为响应。在MATLAB中建立自变量与响应间的数学模型,对各响应赋予一定权重,利用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解。通过SEA模型分析最优解及任意三组Pareto解的响应,验证最优解的可信性;对比原声学包响应PBNR值提高2.0dB、总重量降低8.5%、价格降低3.6%。分析表明,通过对SEA模型进行PBNR分析结合NSGA-Ⅱ算法能快速得到整车的最优声学包设计方案。