车辆声学包隔声性能预测模型的搭建方法及预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113761798A(43)申请公布日2021.12.07(21)申请号202111004937.2(22)申请日2021.08.30(71)申请人重庆长安汽车股份有限公司地址400023重庆市江北区建新东路260号(72)发明人张思文姜豪刘宏玉贾文宇刘庆丰庞剑(74)专利代理机构重庆华科专利事务所50123代理人谭小琴(51)Int.Cl.G06F30/27(2020.01)G06F119/10(2020.01)权利要求书1页说明书4页附图3页(54)发明名称车辆声学包隔声性能预测模型的搭建方法及预测方法(57)摘要本发明公开了一种车辆声学包隔声性能预测模型的搭建方法及预测方法，包括以下步骤：（1）建立声学包隔声性能目标分解架构；（2）数据收集及预处理；（3）建立SVR预测模型；建立SVR预测模型。本发明通过建立隔声性能指标噪声衰减量与各声学包部件吸隔声性能的映射关系，以实现对噪声源到接收点的噪声衰减量的准确预测。CN113761798ACN113761798A权利要求书1/1页1.一种车辆声学包隔声性能预测模型的搭建方法，其特征在于，包括以下步骤：（1）建立声学包隔声性能目标分解架构；对噪声传递路径进行分析；基于噪声传递路径对声学包隔声性能目标进行分解，得到声学包隔声性能目标分解架构，所述声学包隔声性能目标分解架构包括顶层数据和底层数据；（2）数据收集及预处理；在所述声学包隔声性能目标分解架构下，制定试验方案，并收集试验数据，对数据进行清洗，去除掉噪声数据，并将数据划分为训练集和测试集，对数据进行归一化处理；（3）建立SVR预测模型；建立SVR预测模型，将声学包隔声性能目标分解架构的底层参数作为SVR预测模型的输入，顶层参数作为SVR预测模型的输出，导入训练集进入SVR预测模型训练，在SVR预测模型训练完成后，导入测试样本，检验SVR预测模型的精度；判断预测结果精度是否满足要求，若SVR预测模型的精度满足预设精度要求，则SVR预测模型搭建完成，若否，则返回数据收集及预处理步骤，直到SVR预测模型的精度满足预设精度要求。2.根据权利要求1所述的车辆声学包隔声性能预测模型的搭建方法，其特征在于：声学包隔声性能目标分解架构的顶层数据为发动机噪声‑车内噪声衰减量；底层数据为前罩隔音垫吸声系数、前围钣金传递损失、内前围隔音垫插入损失、内前围隔音垫吸声系数、外前围隔音垫插入损失、外前围隔音垫吸声系数和仪表台声学包吸声系数。3.根据权利要求2所述的车辆声学包隔声性能预测模型的搭建方法，其特征在于：收集的数据类型包括吸声系数、传递损失、插入损失和噪声衰减量。4.一种汽车声学包隔声性能预测方法，其特征在于，包括以下步骤：获取与声学包隔声性能目标分解架构的底层数据相关的零件级或部件级的声学包隔吸声性能试验数据；基于零件级或部件级的声学包隔声性能数据通过如权利要求1至3任一所述的车辆声学包隔声性能预测模型的搭建方法所得到的SVR预测模型对整车的声学包隔声性能进行预测。2CN113761798A说明书1/4页车辆声学包隔声性能预测模型的搭建方法及预测方法技术领域[0001]本发明属于车辆的NVH(噪声、振动、声振舒适性)技术领域，具体涉及一种车辆声学包隔声性能预测模型的搭建方法及预测方法。背景技术[0002]随着汽车行业的发展，汽车NVH性能逐渐受到企业和用户的重视。声学包是改善汽车NVH性能的有效措施之一，主要是通过在车身系统布置一些吸隔声材料或采用一些具有吸隔声作用的结构、技术，来提高车身系统的隔声性能，从而隔绝、吸收更多向车内传递的噪声，由此改善车内噪声水平，提高车辆的NVH性能。通常将布置于车身系统的吸隔声材料或具有吸隔声作用的结构等统称为声学包，如：前围隔音垫、地毯、顶棚等等。[0003]目前对于汽车声学包的隔声性能，多采用试验和仿真的方式进行研究，这种方法能够有效的对汽车声学包进行分析、设计及优化，相关技术成熟可靠，已在行业内得到广泛应用。但是，由于其建模仿真的特点，这种方法存在一些缺点：需要人工对仿真模型进行大量的修正工作，效率较低，并且模型精度难以得到良好的把控；部分建模参数的获取较为困难，影响建模工作的效率和精度。[0004]又如专利文献CN109660916A公开了一种优化车内噪声声学包的方法，包括：获取声学包零部件的声学性能函数；在车厢外部的噪声源和车厢内接受体处布置噪声采集传感器；采集汽车在不同工作状态下的第一噪声数据；根据第一噪声数据和声学包噪声传递函数，得到各噪声源对车内总声源的贡献比；根据噪声源对车内总声源的贡献比，获得预优化噪声源；采集预优化噪声源的传递路径上的声学包零部件逐一去除时的第二噪声数据；根据第二噪声数据、预优化噪声源的传递路径