为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的...为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的先验分布和测量响应,通过马尔科夫链在未知参数联合概率密度空间进行抽样,从而获得了织带刚度缩放系数和质量流率缩放系数的后验边缘概率密度函数.识别结果表明,相比于传统确定性识别方法,基于贝叶斯推理的不确定性参数识别方法不仅能有效给出乘员约束系统参数的概率分布,而且能够保证参数寻优的全局收敛性.展开更多
车内低频噪声一直是汽车NVH研究关注的重点问题,常需要找到对噪声影响较大的振动结构进行改进,但是振动对场点的贡献并不能代表对整个声场噪声的贡献量。针对多峰值多场点的车内声场问题,引入"总相干系数"和"相干系数和&...车内低频噪声一直是汽车NVH研究关注的重点问题,常需要找到对噪声影响较大的振动结构进行改进,但是振动对场点的贡献并不能代表对整个声场噪声的贡献量。针对多峰值多场点的车内声场问题,引入"总相干系数"和"相干系数和"的概念对现有的偏相干分析方法进行改进。对某型客车的车内噪声进行小波包分解,得到车内声场的声学特性,确定研究的频率范围。通过对各板件振动与车内测点噪声信号进行偏相干分析,确定对车内声场影响较大的结构,并在实车上实施了改进措施。结果表明,车内噪声测点声压级降低0.5 d B^2 d B,为有效降低客车车内噪声提供了指导方向。展开更多
文摘为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的先验分布和测量响应,通过马尔科夫链在未知参数联合概率密度空间进行抽样,从而获得了织带刚度缩放系数和质量流率缩放系数的后验边缘概率密度函数.识别结果表明,相比于传统确定性识别方法,基于贝叶斯推理的不确定性参数识别方法不仅能有效给出乘员约束系统参数的概率分布,而且能够保证参数寻优的全局收敛性.
文摘车内低频噪声一直是汽车NVH研究关注的重点问题,常需要找到对噪声影响较大的振动结构进行改进,但是振动对场点的贡献并不能代表对整个声场噪声的贡献量。针对多峰值多场点的车内声场问题,引入"总相干系数"和"相干系数和"的概念对现有的偏相干分析方法进行改进。对某型客车的车内噪声进行小波包分解,得到车内声场的声学特性,确定研究的频率范围。通过对各板件振动与车内测点噪声信号进行偏相干分析,确定对车内声场影响较大的结构,并在实车上实施了改进措施。结果表明,车内噪声测点声压级降低0.5 d B^2 d B,为有效降低客车车内噪声提供了指导方向。
