汽车发动机半主动悬置多目标结构优化设计

针对一种控制节流孔式双模式半主动悬置,建立其集总参数模型,通过灵敏度分析确定优化变量,以软硬模式所处区间力传递率最小为优化目标,采用改进型非支配排序遗传算法(NSGA-Ⅱ)对其集总参数进行优化,并将优化后的集总参数转化为悬置结构设计参数。仿真和试验结果均表明,优化后的半主动悬置在目标区间内具有较低的力传递率,该研究对高性能半主动悬置样件的开发和优化设计具有重要的理论指导意义。

双模式消声器气流再生噪声试验与仿真

为探究双模式消声器气流再生噪声,搭建了消声器试验台架,采用双传声器传递函数法和消声器静态传递损失法,在不同进口流速下,测量了双模式消声器在阀门关闭和打开状态下出口端气流再生噪声入射声功率和尾管噪声。试验结果表明,阀门打开时气流再生噪声与尾管噪声均降低,出口端气流再生噪声入射声功率最高下降1.1dB,尾管噪声最高下降2.3dB,直接验证了双模式消声器有助于降低气流再生噪声的特点。在试验基础上,建立了双模式消声器三维模型,通过Fluent有限元软件对消声器内部流场进行数值仿真,获得了消声器内部压力、气流流速及湍动能的分布特性。仿真结果表明,阀门打开时消声器内部压力、气流流速及湍动能均比阀门关闭时低。仿真和试验结果基本吻合。

基于MFCC的汽车敲击异响识别

现阶段,汽车异响的诊断主要依赖有经验的工程师进行主观评判,存在不准确、易错判、易漏判的问题。针对汽车敲击异响实测信号进行统计分析得到梅尔倒谱系数(Mel frequency cepstrum coefficient,MFCC),并以此作为表征异响来源的特征向量,基于最大似然估计法构建其联合概率分布高斯混合模型(Gaussian mixture model,GMM),从而针对未知实测异响信号可利用该GMM模型进行似然判别。指出了说话人识别技术与敲击异响识别的不同之处即Mel三角滤波器个数和离散余弦变换输出系数个数的选取方式,并对方法的可行性进行分析,最后试验加以验证。结果显示此方法的识别率达100%,拒绝率达100%以上,为汽车异响的客观评价方法打下基础。