[发明专利]一种基于代理模型的车内振动噪声预测的顶点分析方法

摘要

本发明一种基于代理模型的车内振动噪声预测的顶点分析方法，首先根据工程领域的实际需求建立车内振动噪声预测的有限元模型，通过给定目标空间位置和目标频率范围而确定目标响应；其次，以区间模型定量化不确定参数，利用高斯积分点对区间参数抽样，通过车内振动噪声预测的有限元模型计算区间参数样本点处的真实响应；最后，基于高维模型表征理论以离散格式真实响应值建立目标响应的代理模型，并基于顶点分析理论计算其在超正方体所有顶点处取值，最终获得车内振动噪声区间界限的频响分布。本发明克服了车内振动噪声预测对参数大样本容量试验数据的依赖与小区间参数的适用性限制，为车内噪声优化与控制等降噪措施的制定提供依据。

主权项

1.一种基于代理模型的车内振动噪声预测的顶点分析方法，其特征在于包括以下步骤：第一步：建立车内振动噪声预测的有限元模型，确定目标空间位置及目标频率范围，进一步确定车内振动噪声目标响应列向量P为目标空间位置处目标频率范围内不同频率下振动噪声声压级组成的向量，维数为NP；第二步：根据第一步中响应列向量P关于材料属性、空气介质属性、外部载荷参数的灵敏度分析数据，给定不确定参数向量z所包含的具体参数，并基于参数的试验数据以区间模型将其定量化为n维区间参数列向量zI，其下界列向量与上界列向量分别表示为zL和zU，中点列向量和半径列向量分别表示为zc和zr；第三步：根据第一步中响应列向量P关于区间参数列向量zI每个分量的非线性程度，确定响应列向量P在区间参数空间内每个维度上的最佳平方逼近函数的阶数N，并依此确定高斯积分点的个数m，进一步确定高斯积分点列向量为xG＝[x1,x2,…,xm]T，利用第二步获得的中点列向量zc和半径列向量zr对区间参数列向量z抽样，将样本点存储于分块形式的输入样本点矩阵Minput中；第四步：将第三步中输入样本点矩阵Minput逐行输入车内振动噪声有限元模型中，计算第一步中响应列向量P在每个样本点处的取值，并以第三步中输入样本点矩阵Minput的分块格式将响应列向量P的值存储于输出样本点矩阵Moutput中；第五步：根据第四步中输出样本点矩阵M_output，以Chebyshev多项式为基底函数，建立响应列向量P的任意第l个分量关于区间参数向量z^I的任意第i个分量的最佳平方逼近函数进一步将最佳平方逼近函数顺序组成最佳平方逼近函数矩阵P_Mat(x)；第六步：将区间参数列向量z^I的具体实现取为中点列向量z^c，利用车内振动噪声预测的有限元模型计算获得响应列向量名义值P^c，根据高维模型表征理论与第五步中最佳平方逼近函数矩阵P_Mat(x)，建立响应列向量P的代理模型第七步：计算由n个标准区间[‑1,1]张成的n维超正方体所有顶点的空间位置坐标，并逐列存储于顶点矩阵MV中；第八步：将第七步中顶点矩阵M_V逐列代入第六步中响应列向量代理模型中，计算获得响应矩阵利用顶点分析方法计算获得响应列向量P的区间界限P^I，即车内振动噪声区间界限的频响分布。