基于EBF神经网络的复合材料耐压壳性能研究

为了对水下航行器非均匀内部环肋复合材料耐压壳进行高效率结构性能设计,基于复合材料可设计性特点,应用复合材料细观力学刚度的材料力学理论与有限元分析方法对耐压壳结构进行力学仿真分析,结合EBF椭圆基神经网络近似模型技术以及拉丁超立方设计试验方法从细观层面对组分材料属性在非均匀环肋复合材料耐压壳性能中的影响进行研究。结果表明:纤维和基体的弹性模量对耐压壳结构材料力学性能影响最大,剪切模量对各力学性能影响都很小。在组分材料属性一定的情况下,随着纤维体积分数增加,Tsai-Wu失效指数和临界失稳压力有所提高,而相邻肋骨中点处壳板周向应力、肋骨处壳板轴向应力和肋骨应力随之降低。因此,在非均匀环肋复合材料耐压壳设计过程中应重点考虑较大弹性模量以及适当纤维体积分数的组分材料以达到结构性能最优化的目的。

某纯电动车车内中高频噪声分析与优化

对比分析了纯电动汽车与传统内燃机汽车噪声特性,根据纯电动汽车的噪声特性建立了整车统计能量分析模型,通过试验与仿真对比验证了模型的准确性。对比分析纯电动汽车与传统内燃机汽车的噪声传递路径,确定了对纯电动车车内噪声贡献最大的车身板件子系统,将其作为对象进行声学包优化。通过对比分析新型声学包材料组合与传统声学包材料组合的声学性能和重量,确定新型材料组合作为子系统声学包。对声学包参数进行多目标优化,得到各项性能最优的声学包。对比优化前后车内噪声仿真分析结果,优化后驾驶员头部声压级平均降幅达1.1 dB。