技术特征：
1.一种空间声场的降噪预测方法及拟合优化管理，其特征在于，采用les-lstm混合计算模型对空间场内湍流边界层脉动压力引起的气动噪声进行预测；混合模型计算结果与地铁运动试验和传统的grach算法得到的结果吻合良好，尤其在200～500hz中频段时，计算精度更高；为地铁运动设计阶段，气动噪声全频段的高精度预测提供了实际应用模型；通过混合模型各子系统对乘员室声学贡献量的分析，确定适宜贴附吸声材料的部位为左右侧围与顶棚。利用优化拉丁超立方试验设计，建立了能高精度、高效地反映优化目标与各层材料厚度参数之间关系的kriging近似模型；采用arnn-三种方法的拟合优化优化算法，确定了各层吸声组合算法的理想组合；在采用混合模型进行数值仿真之前，须确定模型的输入激励，因此将cfd计算获得的表面脉动压力值转化为各结构子系统的平均压力谱，并将其作为力载荷施加至混合模型。当系统的确定性边界位移为零时，混响场所产生的力载荷满足以下统计学关系：同时考虑到边界处的混响场载荷frev，边界处总的边界力为：f＝d
dir
q+f
rev
fe子系统位移互谱矩阵为：2.根据权利要求1所述一种空间声场的降噪预测方法及拟合优化管理，其特征在于，根据子系统带宽δf内的振型数可对频率范围进行划分[14]:当n≤1时，定义为低频区；当1＜n＜5时，为中频区；当n≥5时，为高频区。依据模态相似原则划分车身表面结构子系统，以保证sea子系统拥有满足统计能量分析需求的较高模态密度(分析带宽内的模态数不低于5)，同时fe子系统在分析带宽内的模态数不高于5。根据以上原则，整车fe-sea混合模型共划分为162个子系统，其中sea平板子系统106个，sea曲面板子系统14个，sea声腔系统6个，fe子系统36个。各子系统通过点线面耦合连接，形成一个整体，最终实现各个相应结构之间的能量正常流动。3.根据权利要求1所述一种空间声场的降噪预测方法及拟合优化管理，其特征在于，根据建立的近似模型，采用arnn-三种方法的拟合优化算法进行寻优，最终得到近似模型最优样本点组合(d1，d2，d3，d4)为(3.1，2.2，4.0，0.7)，对最优材料组合下的优化指标进行混合lstm仿真，其结果与采用近似模型获得的结果之间的误差在1％之内。4.根据权利要求1-3所述一种空间声场的降噪预测方法及拟合优化管理，其特征在于，将arima与g-arch结合获得了预测数据data1，采用lstm算法获得了预测数据data2；将两份预测结果与历史真实值相比较，分别赋予两种数据不同的权值，使其均方误差最小，并将该权值用于未来数据的预测，得到最终的预测结果。5.根据权利要求3所述一种空间声场的降噪预测方法及拟合优化管理，其特征在于，同时使用多个搜索点的信息，目前广泛应用于工程优化领域。非支配排序遗传算法(arnn-三种方法的拟合优化)是带精英策略的一种遗传算法，应用最为广泛，这种算法通过选择算子
执行之前的非支配排序，避免了传统算法对权系数的依赖性，同时计算效率高且算法稳定性好。
技术总结
本发明提供了一种采用LES-LSTM混合计算模型对空间场内湍流边界层脉动压力引起的气动噪声进行预测；混合模型计算结果与地铁运动试验和传统的GRACH算法得到的结果吻合良好；采用ARNN-三种方法的拟合优化算法进行寻优，最终得到近似模型最优样本点组合；将ARIMA与G-ARCH结合获得了预测数据data1，采用LSTM算法获得了预测数据data2；将两份预测结果与历史真实值相比较，分别赋予两种数据不同的权值，使其均方误差最小，并将该权值用于未来数据的预测，得到最终的预测结果。得到最终的预测结果。得到最终的预测结果。
技术研发人员：郑哲健 傅连浩 薛楠
受保护的技术使用者：西安电子科技大学
技术研发日：2022.03.28
技术公布日：2022/7/5