一种基于神经网络的通过噪声的关键系统目标确认方法技术方案

本发明专利技术公开了一种基于神经网络的通过噪声的关键系统目标确认方法，属于汽车噪声控制领域。所述方法通过车辆关键结构参数、车辆关键子系统噪声数据以及车辆实际通过噪声数据训练神经网络模型，得到了预测的通过噪声，通过子系统目标值的调整使预测通过噪声满足国家标准，并将最终确定的子系统目标值保存，作为管控车辆通过噪声的子系统目标进行产品管控。本发明专利技术解决了汽车开发前期通过噪声预测困难问题，确认了车辆通过噪声的关键子系统目标并进行管控，减少了开发周期，节约成本。

【技术实现步骤摘要】

本专利技术属于汽车噪声控制领域，具体地说，本专利技术涉及一种基于神经网络的通过噪声的关键系统目标确认方法。

技术介绍

1、nvh是噪声、振动与声振粗糙度(noise、vibration、harshness)的英文缩写，这是衡量汽车制造质量的一个综合性问题，车辆的nvh问题是国际汽车业各大整车制造企业和零部件企业关注的问题之一，整车约有1/3的故障问题是和车辆的nvh问题有关系，而各大公司有近20％的研发费用消耗在解决车辆的nvh问题上，汽车市场对汽车nvh的性能要求日益趋严。

2、通过噪声标准是为保护人群健康和生存环境，对噪声容许范围所作出的规定。美国环境保护局(epa)于1975年提出了保护健康和安宁的噪声标准，我国也有相应的噪声标准。目前，中华人民共和国具有国家标准“gb/t 18697-2002声学汽车车内噪声测量方法”和“gb-1495-2002汽车加速行驶车外噪声限值及测量方法”。

3、对比文件(cn116757084a)公开了一种基于多模态融合的轮胎噪声预测方法与系统，涉及汽车nvh性能的
，包括获取轮胎样本的噪声本文档来自技高网...

【技术保护点】

1.一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述方法包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述车辆关键结构参数包括车辆类型、质量、动力参数、轮胎参数、进气系统位置、排气系统位置、轮胎的数量、主要前进挡位数目、变速器类型是否可锁挡。

3.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述车辆关键子系统噪声数据包括动力总成、进排气、传动系统、轮胎、风阻系数。

4.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特...

【技术特征摘要】

1.一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述方法包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述车辆关键结构参数包括车辆类型、质量、动力参数、轮胎参数、进气系统位置、排气系统位置、轮胎的数量、主要前进挡位数目、变速器类型是否可锁挡。

3.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述车辆关键子系统噪声数据包括动力总成、进排气、传动系统、轮胎、风阻系数。

4.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：所述神经网络模型包括1个输入层、1个中间层及1个输出层。

5.根据权利要求1所述的一种基于神经网络的通过噪声的关键系统目标确认方法，其特征在于：从不同类型的车辆中获取样本数据，根据对应车型的样本数据分别训练所述神经网络模型...

【专利技术属性】
技术研发人员：张红军，夏仁峰，杨东，石向南，
申请(专利权)人：宜宾凯翼汽车有限公司，
类型：发明
国别省市：