Page 102 - 《应用声学》2023年第2期
P. 102
290 2023 年 3 月
用训练得到神经网络模型对预测样本进行主 顶棚风管截面突变、导流片处 200∼500 Hz“呼呼”
观评价预测，结果如图 14 所示。由图 14 可知：仿真 声和出风口格栅处500∼2000 Hz 的“沙沙”声，声源
生成的噪声数据回放评分和实车采集的噪声数据 位置可以用流场计算的湍动能确定，各频带的能量
回放评分十分接近，最大误差在 6% 以内；基于 GA 可作为气动噪声性能的客观特征参数；
优化的神经网络模型预测评分与实车采集数据和 (3) 基于仿真生成的后空调气动噪声数据的主
仿真生成的噪声数据实际评分更为接近，GA 优化 观评价可以代替实车测试噪声评价，采用 GA 优化
初始值后训练得到的神经网络预测评分与实车采 的神经网络预测评价模型可有效代替人工评价工
集数据评分的平均误差为 0.29 分，而采用随机初始 作，预测误差在 0.5 分以内，二者一起可以准确前瞻
值训练得到的神经网络预测评分平均误差为 0.55 性地预测和评价后空调系统的整车气动噪声性能，
分，GA 优化初始权值及阈值可有效降低神经网络 解决需要项目开发后期样车完成后才能测试评价
预测误差，提高神经网络预测的稳健性，防止网络预 的滞后性问题。
测过泛化。
参 考 文 献
9
͌ᄾၷੇ٪ܦڀஊក͉
ࠄᢼត٪ܦڀஊក͉
ᬤѺݽిϙᇸፃᎪፏក͉ [1] 李启良, 钟立元, 王毅刚, 等. 汽车空调气动噪声数值与试验
8 ͖ӑѺݽిϙᇸፃᎪፏក͉ 研究 [J]. 同济大学学报 (自然科学版), 2016, 44(4): 620–624.
Li Qiliang, Zhong Liyuan, Wang Yigang, et al. Experi-
ក͉Ѭ 7 ment and numerical investigations of aerodynamic noise
for automotive air conditioning[J]. Journal of Tongji Uni-
versity (Natural Science), 2016, 44(4): 620–624.
[2] 余轩. 汽车空调管路和乘员舱系统气动噪声 CFD 分析与研
6
究 [D]. 长春: 吉林大学, 2018.
[3] Perot F, Meskine M, Legoff V, et al. Flow-induced noise
5 predictions of complete HVAC systems using a lattice
0 5 10 15 20 25
ᮕನవᎄՂ Boltzmann method[C]. 7th International Symposium on
Automotive and Railway Comfort, 2012: 24–35.
图 14 神经网络预测评分与实际评分对比 [4] Madani V, Ziada S. Aeroacoustic characteristics of auto-
Fig. 14 Comparison between neural network pre- motive HVAC system[C]. SAE Paper, 2008-01-0406, 2008.
[5] Ayar A, Ambs R, Capellmann C, et al. Prediction of flow-
diction score and actual score
induced noise in automotive HVAC systems using a com-
bined CFD/CA approach[C]. SAE Paper, 2005-01-0509,
4 结论 2005.
[6] 邓晓龙, 陈剑, 顾镭, 等. 乘用车暖通空调风道气动噪声模拟
为解决汽车空调系统高档范围运行时整车气 研究 [J]. 汽车工程, 2006, 28(12): 1074–1077.
动噪声 NVH 性能开发的滞后性，首先采用 CFD 结 Deng Xiaolong, Chen Jian, Gu Lei, et al. A study on
aero acoustic simulation for automotive HCAC ducts[J].
合声类比的方法仿真计算和分析整车后空调车内
Automotive Engineering, 2006, 28(12): 1074–1077.
气动噪声大小和特性，然后采用开发的GUI 程序对 [7] Chen J, Gu Z, Wang Y. Numerical simulations of noise in-
仿真生成的气动噪声数据进行主观评价和客观参 duced by flow in HVAC ventilation ducts[C]. SAE Paper,
数计算，最后建立了基于 GA 优化的主客观神经网 2011-01-0505, 2011.
[8] 卿宏军, 刘杰. 汽车空调风道气动噪声仿真方法研究 [J]. 汽车
络映射预测评价模型，主要结论如下：
工程, 2018, 40(11): 1370–1375.
(1) 基于 CFD 和 FW-H 声类比相结合的仿真 Qing Hongjun, Liu Jie. An investigation into simulation
方法可有效计算后空调系统高档范围内的车内气 method of aerodynamic noise in vehicle HVAC ducts[J].
Automotive Engineering, 2018, 40(11): 1370–1375.
动噪声，仿真与测试误差在 10% 以内，且档位流量
[9] 张佳, 吴海波, 陈蒨, 等. 基于格子波尔兹曼方法的某乘用
越高，误差越小，表明高档范围内的整车后空调气动 车空调系统气动噪声的直接模拟与优化 [J]. 汽车工程, 2020,
噪声 CFD 建模可以不考虑鼓风机箱体及内部结构， 42(8): 1103–1109.
降低建模和计算复杂度； Zhang Jia, Wu Haibo, Chen Qian, et al. Direct simula-
tion and optimization of the aerodynamic noise in a car
(2) 后空调系统车内气动噪声的特性主要表现
HVAC system based on lattice-Boltzmann method[J]. Au-
为来自竖直风管类圆柱面处 100∼200 Hz“轰轰”声、 tomotive Engineering, 2020, 42(8): 1103–1109.
