一种预测汽车引擎盖尖端口哨声的评估方法技术

本发明专利技术公开了一种预测汽车引擎盖尖端口哨声的评估方法，属于汽车引擎盖尖端口哨声评估技术领域，评估方法依据引擎盖尖端口哨声产生机理

【技术实现步骤摘要】
一种预测汽车引擎盖尖端口哨声的评估方法


[0001]本专利技术属于汽车引擎盖尖端口哨声评估
，具体涉及一种预测汽车引擎盖尖端口哨声的评估方法
。

技术介绍

[0002]随着社会的发展，消费者对汽车性能提出了更高要求：驾驶性能，智能化，燃油经济性，低碳环保，振动噪声等性能，车辆振动噪声性能，特别是在高速行驶时的风噪声已成为影响消费者驾乘感受的一项关键性能，即使车内存在轻微的漏气声
&
口哨声，也会降低乘客的乘坐舒适性，所以需要尽量降低车内风噪声水平，以满足乘客需求
。
[0003]一些车型，受引擎盖与前保之间的相对位置和上侧格栅高度等因素影响，在
60km/h
以上车速，车辆行驶过程中容易产生口哨声，这将严重影响司乘人员的驾乘感受
。
[0004]在实现本专利技术过程中，至少存在以下缺陷：存在引擎盖尖端口哨声问题，主要还是依赖样车生产出来后，通过实车道路或者风洞试验进行识别，识别出问题后进行整改优化，这种控制方式，往往需要对前保或者引擎盖钣金修模，增加引擎盖前端密封条等，这在时间上会给项目节点带来风险，并且会增加巨额的模具费用，带来成本的增加
。

技术实现思路

[0005]本专利技术的目的在于提供一种预测汽车引擎盖尖端口哨声的评估方法，以解决上述
技术介绍
中汽车引擎盖尖端口哨声评估不便的问题
。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种预测汽车引擎盖尖端口哨声的评估方法，评估方法依据引擎盖尖端口哨声产生机理
、
工程经验
、
多元自适应回归样条方法，在车型开发数字样车阶段，通过
DPA
数模检查的方式进行预判，可以大大降低引擎盖尖端口哨声出现的概率，具体包括如下步骤：步骤一，根据引擎盖尖端口哨声产生原理，确定引擎盖与前保间隙
a
，获知产生口哨声的其中一个关键参数；步骤二，根据引擎盖尖端口哨声产生原理，确定前保格栅相对引擎盖
x
向的距离
b
，获知产生口哨声的其中一个关键参数；步骤三，根据引擎盖尖端口哨声产生原理，确定前保上侧格栅高度
h
，获知产生口哨声的其中一个关键参数；步骤四，根据上述步骤获取的三个关键参数对引擎盖与前保格栅的相对位置以及上侧格栅的高度进行预测；步骤五：根据多元自适应回归样条方法得出引擎盖口哨声风险因子的预测的公式如下：
y=1.35
‑
0.112xBF1
‑
0.141xBF2
‑
0.044xHF3+0.009xBF4+0.005xBF5
‑
0.292xBF6
；步骤六：根据公式计算结果进行汽车引擎盖尖端口哨声的评估：1）当口哨声风险因子＜
0.5
时，则预测没有口哨声风险；2）当口哨声风险因子
≥0.5
时，则预测口哨声风险偏大，需进行优化
。
[0007]优选地，其中
BF1
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF1=Max(0,b
‑
10)。
[0008]优选地，其中
BF2
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF2=Max(0,10
‑
b)。
[0009]优选地，其中
HF3
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF3=Max(0,h
‑
40)。
[0010]优选地，其中
BF4
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF4=Max(0,b
‑
16.9)xBF3。
[0011]优选地，其中
BF5
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF5=Max(b
‑
16.9,0)xBF3。
[0012]优选地，其中
BF6
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF6=Max(0,4.5
‑
a)。
[0013]优选地，所述
DPA
数模检查，是指利用数模软件并结合工程经验，检查汽车零部件设计
、
以及零部件之间的相对位置关系的手段，主要目的是在数字样车开发阶段识别到风险点，并加以解决，减少样车阶段问题的出现
。
[0014]优选地，所述多元自适应回归样条方法，是一种基于分段策略的非线性
、
非参数回归方法，该方法无需假设输入变量与输出变量之间潜在的特定函数关系，而是将数据的训练集划分为独立的不同梯度的分段线段，每个分段线段称为基函数
; 各段的端点称为结点，一个结点标记数据的一个区域的结束和下一个区域的开始，多元自适应回归样条方法通过逐步搜索以生成基函数，利用自适应回归算法以选择结点位置
。
[0015]优选地，所述多元自适应回归样条方法的算法分为前向选择
、
后向剪枝两个个步骤：1）前向选择过程是对输入的样本数据进行划分处理，用样条函数代替划分的小区间拟合得到新的基函数，继而得到一个拟合模型；2）后向剪枝过程是对所产生的基函数进行筛选处理，剔除对模型拟合贡献较小的基函数，以避免出现过拟合情况，进而产生最优模型，评估方便并且准确度高
。
[0016]与现有技术相比，本专利技术的有益效果是：
1、
本专利技术依据引擎盖尖端口哨声产生机理
、
工程经验
、
多元自适应回归样条方法，在车型开发数字样车阶段，通过
DPA
数模检查的方式进行预判，可以大大降低引擎盖尖端口哨声出现的概率；
2、
汽车
DPA
检查，是指利用数模软件并结合工程经验，检查汽车零部件设计
、
以及零部件之间的相对位置关系的手段，主要目的是在数字样车开发阶段识别到风险点，并加以解决，减少样车阶段问题的出现；
3、
通过该预测评估方法，在新车型数字样车阶段就可有效识别引擎盖尖端口哨声风险；运用该专利技术只需在项目前期管控引擎盖与前保间隙
a
，前保格栅相对引擎盖
x
向的距离
b
，前保上侧格栅高度
h
三个关键参数，就可有效规避引擎盖尖端口哨声问题，这不会增加项目投资以及整车成本，具有良好的应用前景
。
附图说明
[0017]图1：本专利技术预测引擎盖尖端口哨声的评估方法流程示意图图2：车辆前保险杠整体结构图图3：图2所示的
A
‑
A
剖面图
。
实施方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种预测汽车引擎盖尖端口哨声的评估方法，其特征在于，评估方法依据引擎盖尖端口哨声产生机理
、
工程经验
、
多元自适应回归样条方法，在车型开发数字样车阶段，通过
DPA
数模检查的方式进行预判，可以大大降低引擎盖尖端口哨声出现的概率，具体包括如下步骤：步骤一，根据引擎盖尖端口哨声产生原理，确定引擎盖与前保间隙
a
，获知产生口哨声的其中一个关键参数；步骤二，根据引擎盖尖端口哨声产生原理，确定前保格栅相对引擎盖
x
向的距离
b
，获知产生口哨声的其中一个关键参数；步骤三，根据引擎盖尖端口哨声产生原理，确定前保上侧格栅高度
h
，获知产生口哨声的其中一个关键参数；步骤四，根据上述步骤获取的三个关键参数对引擎盖与前保格栅的相对位置以及上侧格栅的高度进行预测；步骤五：根据多元自适应回归样条方法得出引擎盖口哨声风险因子的预测的公式如下：
y=1.35
‑
0.112xBF1
‑
0.141xBF2
‑
0.044xHF3+0.009xBF4+0.005xBF5
‑
0.292xBF6
；步骤六：根据公式计算结果进行汽车引擎盖尖端口哨声的评估：1）当口哨声风险因子＜
0.5
时，则预测没有口哨声风险；2）当口哨声风险因子
≥0.5
时，则预测口哨声风险偏大，需进行优化
。2.
根据权利要求1所述的预测汽车引擎盖尖端口哨声的评估方法，其特征在于：其中
BF1
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF1=Max(0,b
‑
10)。3.
根据权利要求1所述的预测汽车引擎盖尖端口哨声的评估方法，其特征在于：其中
BF2
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF2=Max(0,10
‑
b)。4.
根据权利要求1所述的预测汽车引擎盖尖端口哨声的评估方法，其特征在于：其中
HF3
为引擎盖口哨声风险因子的预测的公式中的一个基函数，其表达式如下：
BF3=M...

【专利技术属性】
技术研发人员：张东力，段龙杨，钟秤平，黄超勇，吴训，苏伟辉，丁林根，艾聪，严英恋，何剑，
申请(专利权)人：江铃汽车股份有限公司，
类型：发明
国别省市：