高效率的设计出大消声量的消声器一直是车辆排气噪声控制中面临的难题。考虑到消声器优化过程中涉及参数较多,在消声器传递损失数值建模的基础上,采用试验设计(DOE)中的拉丁超立方设计对消声器参数进行分析,结合多岛遗传算法(MIGA)和传...高效率的设计出大消声量的消声器一直是车辆排气噪声控制中面临的难题。考虑到消声器优化过程中涉及参数较多,在消声器传递损失数值建模的基础上,采用试验设计(DOE)中的拉丁超立方设计对消声器参数进行分析,结合多岛遗传算法(MIGA)和传统遗传算法(GA)分别建立消声器在排气噪声单峰值频率和多峰值频率处的传递损失为目标的优化模型,开展消声器传递损失优化设计研究。结果表明:DOE方法能有效的辨识出各参数对消声器传递损失影响的大小,简化了消声器的优化模型。MIGA对消声器在单峰值频率和多峰值频率的优化都优于GA,且多峰值频率的优化好于单峰值频率的优化,能使排气噪声最大降低20.98 d B。展开更多
文摘高效率的设计出大消声量的消声器一直是车辆排气噪声控制中面临的难题。考虑到消声器优化过程中涉及参数较多,在消声器传递损失数值建模的基础上,采用试验设计(DOE)中的拉丁超立方设计对消声器参数进行分析,结合多岛遗传算法(MIGA)和传统遗传算法(GA)分别建立消声器在排气噪声单峰值频率和多峰值频率处的传递损失为目标的优化模型,开展消声器传递损失优化设计研究。结果表明:DOE方法能有效的辨识出各参数对消声器传递损失影响的大小,简化了消声器的优化模型。MIGA对消声器在单峰值频率和多峰值频率的优化都优于GA,且多峰值频率的优化好于单峰值频率的优化,能使排气噪声最大降低20.98 d B。
