客车车身结构优化及车内噪声分析

性。通过在车内粘附吸声材料，对车内的高频噪声的吸收有很大的荧献但对
低频噪声就无能为力了。而由于低频噪声主要是由于结构与声场的耦合作用而 产生的，因此，通过分析改进车身的结构，使声一固耦合模态避开空腔声学模 态以实现对汽车车内低频噪声的控制具有重要意义。
在汽车结构设计阶段，利用ＣＡＥ技术可以对结构剐度与模态有初步的认识， 预测设计缺陷，通过合理选择结构形式及尺寸参数，使其具备良好的动静特性， 减少车身设计过程中的样车试制及试验的次数从而缩短开发周期，节省大量的 试验与生产费用。另外也可对汽车结构进行故障分析，确定结构破坏原因，利 用优化技术改进结构参数。
ａｌｓｏ ａ ｒｅｆｅｒｅｎｃｅｄ ｖａｌｕｅ ｆｏｒ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆＣＡＥ ｔｅｃｈｎｉｑｕｅ ｉｎ ｖｅｈｉｃｌｅ ｆｉｅｌｄ．
Ｋｅｙｗｏｒｄｓ：Ｂｕｓ，ＦＥＭ ａｎａｌｙｓｉｓ，ＡＮＮ，ＧＡ，Ｎｏｉｓｅ ａｎａｌｙｓｉｓ．
独创性声明
本人声明所呈交的论文是我个人在导师指导下进行的研究工作 及取得的研究成果。尽我所知，除了文巾特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得石家庄铁道学院或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示了谢意。
模态分析通过计算结构的各阶固有频率、振型及其它模态参数，能够用来 预测车体结构与其它部件如悬挂系统、路面、发动机及传动系等系统之间的动 念干扰的可能性，通过合理的结构设计可以避开共振频率。
车内噪声特性是汽车乘坐舒适性的评价指标之一。车内噪声中除了发动机 及其它机械噪声通过车身缝隙以及车身壁板进入车内的空气噪声外。由于车身 壁板振动而辐射出来的结构噪声也是车内噪声的重要组成部分。这种结构噪声 一般具有低频特性，会给乘员一种沉闷感和压抑感，严重影响了汽车的乘坐舒适
ｎｏｉｓｅ ｐｒｅｄｉｃｔｉｏｎ．
Ｔｈｉｓ ｉｓ ａ ｇｏｏｄ ａｔｔｅｍｐｔ ｔｏ ｏｐｔｉｍｉｚｅ ｂｕｓ ｓｔｒｕｃｔｕｒｅ ｂｙ ｃｏｍｂｉｎｉｎｇ ＦＥＭ ｗｉｔｈ ＡＮＮ
ａｎｄ ＧＡ ａｎｄ ｔｏ ｓｅｅｋ ｎｅｗ ｗａｙｓ ｏｆ ｎｏｉｓｅ ａｎａｌｙｓｉｓ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｂｕｓ．Ｔｈｉｓ ａｔｔｅｍｐｔ ｉｓ ｖａｌｕａｂｌｅ ｂｏｔｈ ｉｎ ｔｈｅｏｒｙ ｒｅｓｅａｒｃｈ ａｎｄ ｅｎｇｉｎｅｅｒ ａｐｐｌｙｉｎｇ．Ａｎｄ ｔｈｅ ｐａｐｅｒ’Ｓ ｒｅｓｅａｒｃｈ ｈａｓ
石家庄铁道学院 硕士学位论文 客车车身结构优化及车内噪声分析 姓名：邓江华 申请学位级别：硕士 专业：载运工具运用工程 指导教师：冯国胜
20050101
摘要
摘要
未来汽车车身结构的发展方向是减轻重量、降噪、保证撞击安全等。对汽 车振动、噪声的研究和控制是进行汽车自主开发设计的重要一环。振动和噪声 既会给乘员造成疲劳和不适，又给城市环境带来噪声污染。而随着能源短缺、 环境污染等一系列问题日益突出，减轻汽车质量的任务也就显得尤为迫切。因 此，这已成为当前研究的一个非常重要的课题。
口ｌａｔｅ，ｂｅａｍ ａｎｄ ｆｌｕｉｄ ａｓ ｂａｓｉｃ ｕｎｉｔ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ．Ａｃｏｕｓｔｉｃ－ｓｔｒｕｃｔｕｒａｌ ｃｏｕｐｌｅｄ ｍｏｄａｌ
ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ｗａｓ ａｐｐｌｉｅｄ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｏｆ ａｃｏｕｓｔｉｃ—ｓｔｒｕｃｔｕｒａｌ ｃｏｕｐｌｅｄ ｍｏｄａｌ ａｎａｌｙｓｉｓ ｉｓ ｆｅａｓｉｂｌｅ ａｎｄ ｅｆｆｅｃｔｉｖｅ ｉｎ ｂｕｓ ｉｎｔｅｒｉｏｒ
签名：里之！三玺口期：竺￡：！：！垂
关于论文使用授权的说明
本人完全了解石家庄铁道学院有关保留、使用学位论文的规定， 即：学院有权保留送交论文的复印件，允许论文被查阅和借阅；学校 可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手 段保存论文。
（保密的论文在解密后应遵守此规定）
签名：！量！三玺导师签名∥驷亟驻妇 期：
一方面运用有限元、人工神经网络及遗传算法的有效结合对客车车身的结 构优化分析进行了有益的尝试，对汽车的优化技术有较强的理论与实践意义。 另一方面，为客车车内噪声尤其是低频噪声控制寻求新韵途径，有较强的工｛曼 实用意义。对ＣＡＥ技术在汽车领域的运用有一定的参考价值。
关键词：客车，有限元分析，神经网络，遗传算法，噪声分析
国外基本情况：经过三十多年的积累和发展，国外许多大汽车公司建立了 高性能的计算机辅助工程分析系统，形成了完整的设计、分析方法与试验程序。 在工程分析应用方面有以下特点ｎ，：
（１）应用范围广。应用领域涉及以下几个方面：①结构分析。如车身及局 部结构的静态刚度、强度分析；耐久性分析；塑性变形分析；复合材料分析。 ②整车及零部件的模态分析。⑨ＮＶＨ（Ｎｏｉｓｅ Ｖｉｂｒａｔｉｏｎ Ｈａｒｓｈｎｅｓｓ）分析。包括各种 振动、噪声，如摩擦噪声、风噪声等。④车辆模拟碰撞分析。可以模拟车辆的 正面、侧面、追尾碰撞，还可以模拟碰撞中成员的姿态。⑤流体分析ＣＦＤ。如 空气动力特性分析。⑥优化分析。包括对结构形状与尺寸的优化、结构重量最 轻、动静特性最优等综合分析。
通过本课题的研究，可为客车的ＣＡＥ分析提供数据积累，为今后的研究提 供理论依据和参考价值。
２一
——
翌：．：至笪堡
１．２国内外研究情况及发展趋势
１．２ １ ０ＡＥ技术的发展概况
为使我国的汽车工业赶超世界先进水平，设计理论与方法的科学化及现代 化首当其冲。国外已将ＣＡＥ技术应用到汽车设计的许多方面，并取得了很好的 效果。近几年ＣＡＤ技术在我国汽车行业受到广泛的重视，从发展的观点看，没 有工程分析的ＣＡＤ是没有前途的，许多ＣＡＤ应用水平较高的单位己开始应用 有限元、优化设计等工程分析方法，从而使计算机能够真正“辅助”产品设计。
题。
而随着能源短缺、环境污染等一系列问题也日益突出，减轻汽车质量、降 低燃油消耗和减少排放污染的任务就显得尤为迫切。汽车的轻量化不仅可以减 小汽车的滚动阻力，加速阻力和爬坡阻力、降低燃油消耗，而且也有利于改善 汽车的转向、加速、制动和排放等多方面的性能，同时还可以降低噪声、振动， 为实现大功率化创造条件。’。
利用ＡＮＳＹＳ软件及Ｍａｔｌａｂ软件对ＨＢ６７９０客车进行了结构分析和优化， 对ＨＢ６６０６型客车进行了噪声分析，并提出了改进方案。
首先以ＨＢ６７９０型客车为研究对象，建立了以板、梁单元为基本单元的客车 有限元模型，对其进行了纯弯工况和弯扭联合工况下的静力分析及模态分析： 其次，利用神经网络对有限元计算的样本数据建立起结构设计参数（输入）与 位移、应力和频率等（输出）的全局性映射关系，以获得遗传算法求解结构优 化问题所需的目标函数值，从而对客车车身骨架进行优化：最后，以ＨＢ６６０６型 客车为研究对象，运用ＡＮＳＹＳ软件对车内噪声进行声一固耦合分析，并进行了 噪声振动实验，验证了有限元的可行性。对客车减振降噪进行了试探性研究。
运用ＣＡＥ技术的有限元方法（ＦＥＭ），将车身与车架作为一个整体考虑，对 结构进行静态与模态分析。静态分析的目的是计算在最大载荷情况下结构的变 形和应力，进行刚度和强度的校验。刚度不足，会引起结构变形量大，还会造 成振动频率过低、发生结构共振。强度不够，则会造成局部应力过大，而使车 体结构局部产生应力集中，造成部件的损伤。以上这些问题最终均会直接或间 接地影响汽车的强度、耐久性、ＮＶＨ性能及安全性能。
ｔｏ ｌｉｇｈｔ ｔｈｅ ｖｅｈｉｃｌｅ ｗｅｉｇｈｔ．
ＡＮＳＹＳ ａｎｄ ＭＡＴＬＡＢ ｓｏｆｔｗａｒｅ ｗｅｒｅ ｕｓｅｄ ｉｎ ｔｈｅ ６７９０ ｂｕｓ ｂｏｄｙ’ｓ ｓｔｒｕｃｔｕｒｅ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｔｈｅ ６６０６ ｂｕｓ’ｓ ｉｎｔｅｒｉｏｒ ｎｏｉｓｅ ａｎａｌｙｓｉｓ．Ｔｈｅ ｉｍｐｒｏｖｅｍｅｎｔ ｓｃｈｅｍｅ ｗａｓ
第一章绪论
第一章绪论
１．１选题背景及意义
１．１ １ 选题背景
未来汽车车身结构的发展方向是减轻重量、降噪、保证撞击安全等。对汽 车振动、噪声的研究和控制是进行汽车自主开发设计的重要一环ｎ，。由于路面不 平度、发动机运转以及悬架、传动部件振动等引起的噪声既会给乘员造成疲劳 和不适，又给城市环境带来噪声污染。在市场经济条件下，各大汽车公司纷纷 把对汽车噪声特性的预测、设计放在非常重要的地位，以期有助于提高自己产 品的竞争力而获得更好的经济效益。因此，这已成为当前一个非常重要的研究课
环节。
１．１ ２目的及意义
ＣＡＥ技术能够显著提高产品设计的科学性，减少盲目性，提高设计效率

第～章绪论
主要用来预测、估计设计产品的强度、寿命及性能。它一般分为三个阶段：一 是建立某一设计产品的计算机分析模型；二是用计算机对该模型进行计算分析： 三是分析计算结果，验证计算方案并确立设计修改方案。其最大优点是可以在 产品设计初期，即图纸设计阶段，通过建立基本的计算机分析模型，对所设计 的产品进行强度、寿命及特性预测，从而指导产品设计，使产品设计指标得到 保证，有效地提高设计产品的可靠性，缩短设计周期，而且也有利于通过优化 等手段开发出性能更为优越的汽车整车和零部件“１。
ｃｏｎｄｉｔｉｏｎ ｗａｓ ｏｂｔａｉｎｅｄ ａｎｄ ｔｈｅ ｍｏｄａｌ ａｎａｌｙｓｉｓ ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ，Ｓｅｃｏｎｄｌｙ，ａ ｎｏｎ—ｌｉｎｅａｒ ｍａｐｐｉｎｇ ｆｕｎｃｔｉｏｎ ｆｒｏｍ ｍｕｌｔｉｐｌｅ ｉｎｐｕｔ ｄａｔａ（ｄｅｓｉｇｎ ｖａｒｉａｂｌｅｓ）ｔｏ ｍｕｌｔｉｐｌｅ ｏｕｔｐｕｔ ｄａｔａ （ｄｉｓｐｌａｃｅｍｅｎｔ，ｓｔｒｅｓｓｅｓ ａｎｄ ｆｒｅｑｕｅｎｃｙ ｃａｌｃｕｌａｔｅｄ ｂｙ ＦＥＭ）ｗａｓ ｃｏｎｓｔｒｕｃｔｅｄ ｗｉｔｈｉｎ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ｉｎ ｏｒｄｅｒ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｏｂｊｅｃｔｉｖｅ ｆｕｎｃｔｉｏｎ ｖａｌｕｅｓ ｔｈａｔ ａｒｅ ｎｅｃｅｓｓａｒｙ ｉｎ