[神经网络技术在车内噪声预测上的应用研究]孙惠春

【神经网络技术在车内噪声预测上的应用研究】孙惠春.pdf吉林工业大学硕士研究生毕业论文 摘要 本文根据神经网络理论,建立了单一工况下由发动机悬置点振动信号预测车 内特定点低频噪声的神经网络模型。并针对驾驶员耳旁低频噪声进行了实验研 究,结果表明:基于神经网络的单一工况车内噪声预测模型,可以在时域与频域 内很好地预测出特定点的车内低频噪声。围绕车内低频噪声预测的神经网络实 现,本文做了以下几方面的工作:1.综述了国际汽车噪声标准及演变,结果表明各国对汽车噪声提出的要求 越来越严格,车内噪声越来越受到重视.阐述了汽车车内噪声的理论与降低车内 噪声的方法,提出噪声主动控制将成为今后车内降噪研究的热点.2.吉林工业大学硕士研究生毕业论文 目 帐 第一章绪论 概述:1国际汽车噪声标准及演变 .1 车内噪声产生和传播的机理 1车内噪声的控制技术.第二章 神经网络技术概述 2神经网络技术研究的概况 2 神经网络的定义 2 神经网络的构成与分类 神经网络的应用 2BP神经网络 第三章 实验与数据预处理,3神经网络预测模型的选取 3 特征输入信号的选取与实验设计 实验与实验数据预处理 3学习样本的确定 第四章 神经网络的训练与结果分析BP神经网络拓扑结构的确立 4BP神经网络的改进算法 4.吉林工业大学硕士研究生毕业论文 第一章绪论 1概述 随着现代科技的飞速发展,人们对汽车高速化、轻量化及行驶舒适性的要求 越来越高,车内低噪声性能已成为产品设计中的重要任务。为了实现车内的低噪 声性能,传统方法中首先对噪声发生源从机械和空气动力学方面采取措施,从根 本上降低振动和噪声.其次对产生振动噪声的部件和空气的传播方式,分别采取 绝缘和吸收措施1.近几年,由于电子技术的迅猛发展以及有源消声方法本身的优点,使主动噪 声控制技术越来越向实用化靠近。目前,正有人采用模拟电路或自适应滤波方法 对主动噪声控制进行大量地研究,并结合计算机技术取得了一定成果《2”～《9》。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。