一种基于非线性多目标区间鲁棒优化的汽车降噪方法，步骤如下：1、性能指标的数学建模，确定汽车结构的设计变量，根据有限元计算结果确定观测点处的噪声指标，建立多目标优化模型；2、利用区间来描述系统的各不确定参数；3、基于区间序关系和灵敏度分析，对噪声指标进行目标函数的鲁棒性处理；4、基于区间可能度，对约束条件进行可行鲁棒性转换；5、利用改进的泰勒展开方法，变两层嵌套优化问题为常规的单层优化问题；6、对转换后的确定性多目标优化问题求解，确定汽车各部件设计值，以达到最优的降噪效果。本发明专利技术可系统化解决含区间参数的汽车降噪问题，增强了对参数变化波动的不敏感性，提高了汽车结构的使用安全性和降噪性能的稳定性。
【技术实现步骤摘要】
本专利技术涉及以降噪为目的汽车结构优化设计方法领域，特别涉及一种基于非线性 多目标区间鲁棒优化的汽车降噪方法。
技术介绍
随着我国航空航天、汽车、船舶等技术密集型产业的快速发展，以及人们对舒适性 与安全性要求的提高，使得振动和噪声问题更为突出。其中，汽车舱室内的噪声除损害乘客 的身体健康外，还会导致驾驶员的疲劳，从而间接影响到行车安全；过高的噪声产生的结构 振动会加速汽车部件的老化，缩短汽车的使用寿命。如何精确的分析汽车等大型复杂结构 的噪声特征，通过实施有效的主动措施对结构进行优化设计，改善结构系统的声学特性，成 为目前工程领域所关注的核心技术和热点问题之一。众所周知，不确定性广泛存在于客观世界中，汽车等工程结构在生产设计和使用 中不可避免地要遇到载荷、结构尺寸、材料特性等的不确定性影响及各种突发性外在因素 的影响，这些都会对结构的振动特性及噪声指标产生影响，导致结构不能正常使用，甚至出 现失效的可能性。传统的汽车结构噪声分析和优化设计都是基于确定性模型实施的，不能 体现出实际问题含有不确定性的客观本质，常常这些设计方案会带来材料的大量浪费以及 一定的不安全因素。为尽可能降低各种不确定性对汽车舒适性能的影响，设计者应在设计阶段就预测 可能发生的变化，并采取相应的主动控制措施，增强参数变化波动的不敏感性，从而提高汽 车结构的使用安全性和降噪性能的稳定性，这就是基于鲁棒理念进行汽车降噪方法研究的 初衷。对于实际的汽车降噪问题，要获得足够的不确定性信息，来构造相关参数的概率分布 函数或模糊隶属度函数往往显得非常困难或成本过高。而区间优化是一类相对较新的不确 定性优化方法，它利用区间描述变量的不确定性，只需要通过较少的信息获得变量的上下 界，因此体现出更好的方便性和经济性。另外，汽车噪声指标相对结构参数来说均是非线性 的，而非线性区间优化的复杂程度和求解的困难程度要远远高于线性区间优化，国内外对 其研究工作也只在最近几年才开始展开。因此，提出基于非线性多目标区间鲁棒优化的汽 车降噪方法，对于弥补现有汽车结构噪声分析和优化设计的不足，具有重要的工程应用价 值。
技术实现思路
本专利技术的技术解决问题克服现有技术的有关汽车降噪的结构优化存在的不足， 提供，将鲁棒优化的理念引入到含有 区间不确定参数的汽车结构优化实际问题中，得到了一种降低舱室噪声水平的汽车结构稳 健性设计方案。本专利技术技术解决方案，包 括以下步骤步骤一确定需要进行优化设计的汽车结构的基本设计变量以及相关的设计参数，其中基本设计变量X = (X1, X2, X3, X4)T包括X1, X2, x3>x4 :分别表示前窗玻璃、后窗玻璃、车顶、车身的厚度；根据实际物理意义和厚度尺寸约束，确定以上设计变量的初始范围；设计参数包括三种固体材料的物理属性，如材料密度P i，弹性模量Ed = 1,2,3； 舱室内空气的密度P以及声音在空气中的传播速度V ;汽车车顶所承受的外载激励幅值F。 为方便起见，将此优化模型中所涉及到的所有设计参数表示为向量α的形式，即a = (P1, P2, P 3, E1, E2, E3, P , v, F)T步骤二 建立汽车结构和舱内流体的有限元模型，采用耦合数值计算方法对此结构-声场耦合系统进行频域分析，求得各节点在不同频率下的声压级1^(0，1，ω^。分析步长设定为2Hz，选取80Hz-100Hz域内的11个离散频率。将座位上两个观测点处的平均声压级C，/;作为衡量车内噪声水平的指标，即J 11Lf e (a, x) = — Σ X, ω,) I ι=ι/^tu, (α,χ) = 士[ 4；η(ο, X，(Oi)*' I 根据以上声学计算结果，以车内两个观测点处的平均声压级作为设计目标，以结构的总质量不超过初值，各部件的最大应力不超过许用应力作为约束条件，不妨统一表示为gj(a，x) ^ Oj = 1，2. ..m，j为约束编号，m代表约束的个数；建立如下一个非线性多目标优化模型Oijn /(a,x) = (/；(a,x), f2(a,x),...,fk(a,x)}s. t. gj ( a , x) ^ Oj = I, 2, . . . , mι<ι< 其中^ γ是步骤一中所定义的设计变量初始范围的上下界；k为目标函数的个数。步骤三充分考虑实际工程问题的不确定性，利用区间来描述此结构-声场耦合系统的各不确定参数^其中a 1为一区间向量，S,_2_分别表不参数向量a的上下界。步骤四目标函数鲁棒性实现当汽车降噪优化模型中的设计参数向量a在其区间范围内变化时，步骤二中各目标函数不再是传统意义上的固定函数，而是转化为区间函数。需要对非线性多目标优化模型的每个目标函数做针对性的鲁棒化处理，使性能指标受设计变量和设计参数不确定因素影响的波动范围尽可能的小。具体的处理方法有如下两种(I)基于区间序关系的目标函数鲁棒性实现在对步骤二所建立的优化模型进行求解时，需要比较不同设计向量下的目标函数区间的优劣。对于极小化问题，定义如下的区间序关系。/，用于定性的判断区间数J1 =IA7TmB1 =隱5蒼〗之间的优劣关系(A1 <CK B1 A1 > Bc I Uw > Bw [Ar B1 A1 <m B1JlAr ^ B1其中X=卩+ J)/2为区间数A1的中点,#=(3-4/2为区间数A1的半径；同理， ,=(I +1)/2为区间数B1的中点，Bw =(蒼-B)/2为区间数B1的半径。该序关系表达了决策者对区间中点和半径的偏好，这与鲁棒优化设计中对目标函数的鲁棒性要求是一致的。因此步骤二优化模型中的目标函数fi U，X) I彡i ( ^在《€‘=[5|，司条件下就转化为该区间函数的中点最小和半径最小的双目标函数，即权利要求1.，其特征在于包括以下步骤步骤一确定需要进行优化设计的汽车结构的基本设计变量以及相关的设计参数，其中所述基本设计变量X= (X1, X2, X3, Χ4)τ包括前窗玻璃、后窗玻璃、车顶、车身的厚度；根据实际物理意义，确定以上设计变量的初始范围；所述设计参数包括材料的物理属性及结构所承受的外载激励；为方便起见，所有设计参数表示为向量α的形式；步骤二 建立汽车结构和舱内空气的有限元模型，采用耦合数值计算方法对此汽车结构-声场耦合系统进行频域分析，求得各节点在不同频率下的声压级，以汽车内观测点处的平均声压级作为设计目标，以汽车结构的总质量不超过初值，各部件的最大应力不超过许用应力作为约束条件，建立如下一个非线性多目标优化模型 f(a；%) = (/,(a x),/2( ,*) ...2.根据权利要求1所述的，其特征在于所述步骤四中的目标鲁棒性的实现方法为基于不同的衡量标准，灵活建立评估目标函数区间“好坏”的比较原则，即所谓的区间序关系；同时也通过级数展开方法建立目标函数对不确定参数的灵敏度函数，二者均是通过增加额外的目标函数来降低性能指标受不确定因素影响的波动范围，以满足观测点处噪声性能的目标鲁棒性的要求。3.根据权利要求1所述的，其特征在于所述步骤五中的可行鲁棒性的实现方法为根据决策者对各约束条件满足要求的程度，灵活建立各约束条件成立的可能性指标，取值从O到1，并根据可能度计算公式，将本文档来自技高网...
【技术保护点】
一种基于非线性多目标区间鲁棒优化的汽车降噪方法，其特征在于包括以下步骤：步骤一：确定需要进行优化设计的汽车结构的基本设计变量以及相关的设计参数，其中所述基本设计变量x＝(x1,x2,x3,x4)T包括：前窗玻璃、后窗玻璃、车顶、车身的厚度；根据实际物理意义，确定以上设计变量的初始范围；所述设计参数包括材料的物理属性及结构所承受的外载激励；为方便起见，所有设计参数表示为向量α的形式；步骤二：建立汽车结构和舱内空气的有限元模型，采用耦合数值计算方法对此汽车结构?声场耦合系统进行频域分析，求得各节点在不同频率下的声压级，以汽车内观测点处的平均声压级作为设计目标，以汽车结构的总质量不超过初值，各部件的最大应力不超过许用应力作为约束条件，建立如下一个非线性多目标优化模型：minxf(α,x)=(f1(α,x),f2(α,x),...,fk(α,x))s.t.gj(α,x)≤0j＝1,2,...,mx‾≤x≤x‾其中x,是步骤一中所定义的设计变量初始范围的上下界；k为目标函数的个数；步骤三：充分考虑实际工程问题的不确定性，利用区间来描述此汽车结构?声场耦合系统中的各个不确定参数其中αI为一区间向量，α分别表示参数向量α的上下界；步骤四：目标函数鲁棒性实现（41）基于区间序关系的目标函数鲁棒性实现定义如下的区间序关系“≤cw”，用于定性的判断区间数和之间的优劣关系：其中为区间数AI的中点，为区间数AI的半径。步骤二优化模型中的部分目标函数fi(α,x)1≤i≤k，在条件下就转化为该区间函数的中值最小和半径最小的双目标函数，即：minfi(αI,x)=min(fic(αI,x),fiw(αI,x))其中fic(αI,x)=f‾i(αI,x)+fi‾(αI,x)2,fiw(αI,x)=f‾i(αI,x)+fi‾(αI,x)2;而由于设计参数不确定性造成的目标函数上下界由下式定义：f‾i(αI,x)=maxα∈αIfi(α,x)fi‾(αI,x)=minα∈αIfi(α,x);（42）基于灵敏度分析的目标函数鲁棒性实现在原区间结构优化设计问题目标函数fi(α,x)1≤j≤k中增加一个关于目标函数灵敏度的新函数，构成一个多目标优化设计问题，即：minfj(αI,x)＝min(fj(αc,x),δfj(αc,x))其中灵敏度函数δfj(αc,x)采用泰勒展式近似地表示为：δfj(αc,x)=Σi=1l|∂fj(α,x)∂αi|αc|αiw其中αc为区间参数向量的中值；αiw为区间参数αi的半径；l为所有区间参数的个数；步骤五：约束条件鲁棒性实现针对决策者的偏好信息，给出约束条件的可能度指标，利用区间可能度的计算公式，建立约束条件的鲁棒转化模型：（51）基于最坏情况的转换模型强制将原约束的可行域减小到能保证所有优化解始终位于可行域的范围内，即：g‾j(αI,x)≤0j＝1,2,...,m其中g‾j(αI,x)表示约束函数的上界，即g‾j(αI,x)=maxα∈αIgj(α,x);这种基于最坏情况的数学转化模型适合于某些对约束鲁棒性有着极高要求的场合；（52）基于偏好信息的转换模型若决策者要求第j个约束条件成立的可能性为那么此约束条件表示为：其中为决策者对约束条件鲁棒可行性的要求，取值在0到1之间；Poss表示条件成立的概率，通过如下区间可能度计算公式来求解：Poss(gj(αI,x)≤0)=1g‾j(αI,x)≤0-g‾j(αI,x)g‾j(αI,x)-g‾j(αI,x)g‾j(αI,x)≤0≤g&OverBa...
【技术特征摘要】
【专利技术属性】
技术研发人员：王冲，王晓军，邱志平，黄仁，许孟辉，李云龙，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。