欢迎来到天天文库
浏览记录
ID:32701520
大小:761.92 KB
页数:72页
时间:2019-02-14
《基于遗传算法的汽车排气消声器优化设计研究及其软件开发》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中文摘要摘要随着汽车高速化的快速发展,汽车车外噪声污染已成为全球性问题,而汽车排气噪声是组成车外噪声的主要噪声源之一,消声器是降低排气噪声的有效途径。论文首先研究了线性温度和平均气流速度对声波在管内传播特性的影响,在此基础上建立了六种常用声学元件的传递矩阵;把发动机、排气歧管和消声器作为一个排气系统整体考虑,建立了消声器插入损失的数学模型。遗传算法是一种自适应全局优化概率搜索算法,本论文针对基本遗传算法存在过早收敛和算法后期局部搜索能力较弱问题,提出了随机试验法和自适应搜索范围方法。结合浮点数编码技术,提出了一种改进的浮点数
2、编码的遗传算法,并用MATLAB语言编制了相应程序。用两个测试函数进行验证,结果表明该算法是有效的。其次利用VB语言,结合改进的浮点数编码的遗传算法,编制了汽车排气消声器性能预测与结构优化软件。由于该软件采用模块化编程和数据库管理,所以该软件在便于以后扩展的同时,也具有一定的通用性。最后利用该软件对某轿车专用消声器进行了结构优化,通过消声器台架试验和消声器有限元分析软件ANSYS的模拟仿真分析,结果表明优化后的消声器降低了排气噪声,证明了本文的研究具有一定的理论意义和实用价值。关键词:遗传算法,优化设计,消声器,随机试验法,
3、自适应搜索范围I英文摘要ABSTRACTWiththerapiddevelopmentofhigh-speedvehicle,vehicleouternoisepollutionhavebecomeglobalproblem.Theexhaustnoiseisoneofthemainsourcesvehicleouternoise.Theexhaustmuffleristhechiefandeffectivedevicetocontrolexhaustnoise.Firstly,theinfluenceofthelinear
4、temperatureandtheaveragespeedofairflowonsoundtransmissionperformancewasdiscussed,thesixsoundfieldtransmissionmatrixesforsilencingelementsusuallyusedinmufflerswasestablishedonthisbasis.Regardedengine,exhaustpipeandsilencerasaexhaustsystemofexhausting,themathematical
5、modelforcalculationtheinsertionlossinamufflerispresented.Asanoptimalmethod,GeneticAlgorithmhasobviousadvantageswhichisbasedonthenatureselectionandgenetictransmissionmechanisms,suchashighcollateral,stochastic,self-reliance.ThebasictheoryofthenormalGeneticAlgorithmwa
6、sintroducedinbrief.GeneticAlgorithmhasproblemofprematureconvergenceandresultswingnearoptimumvalue.Tosolvetheproblemofpremature,themethodcalledMonte-Carlowasadoptedtopreventthealgorithmfromlocaloptimal,andtotheproblemofresultswing,themethodchangingthehuntingzonedyna
7、micallywasproposedtoimprovetheaccuracyoftheoptimalresult.FloatencodingmethodcombinedwiththenormalGeneticAlgorithm,andtheadvancedGeneticAlgorithmoffloatencodingwasbrought.Furthermore,MATLABlanguagewasusedtodevisesgeneticalgorithmprogramstooptimizethetestfunctionsoft
8、wofamousoptimalmethods.ThetestresultsindicatedthattheimprovedGeneticAlgorithmsoffloatencodingwasvalid,whichcannotonlyavoidlocaloptimalbutalsoimpr
此文档下载收益归作者所有