欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021102691292
申请人: 佛山职业技术学院
专利类型:发明专利
专利状态:已下证
专利领域: 工程元件或部件;为产生和保持机器或设备的有效运行的一般措施;一般绝热
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种电动汽车变速箱的降噪方法,其特征在于,包括步骤:S100、预先在控制器内设定各个设计参数的取值范围,所述设计参数包括一档齿轮模数M1、二档齿轮模数M2、一档小齿轮齿数N1a、一档大齿轮齿数N1b、二档小齿轮齿数N2a、二档大齿轮齿数N2b、一档齿轮螺旋角β1、二档齿轮螺旋角β2、一档小齿轮齿形鼓形量C1a、一档大齿轮齿形鼓形量C1b、二档小齿轮齿形鼓形量C2a和二档大齿轮齿形鼓形量C2b;

S200、控制器在对应的取值范围内对各个设计参数进行抽样,得到K组样本点X(M1i,M2i,N1ai,N1bi,N2ai,N2bi,β1i、β2i、C1ai、C1bi、C2ai、C2bi),其中,i=1,2,……,K;

S300、控制器获取变速箱传递误差ΔT以及振动噪声分贝值d,并以ΔT和d为评价指标,分别建立传动误差模型和声学仿真模型,再计算K组样本点对应的变速箱性能指标(ΔTi,di),其中,i=1,2,……,K;

S400、控制器将K组样本数据及其对应的变速箱性能指标为样本点,采用Matlab中的DACE工具箱分别基于不同的相关函数建立与样本点对应的Kriging模型,并将所建立的模型构建为子模型模型库;控制器再对子模型模型库内的各个子模型进行全局误差评估,将高于预设的最大误差阈值的Kriging模型剔除,以得到新的模型库;

S500、控制器以子模型模型库中、误差阈值最小的模型为主模型,计算各个子模型与主模型之间的局部误差,并计算得到各子模型的自适应权重;根据自适应权重得到传递误差的改进混合Kriging模型S‑ΔTi以及振动噪声的改进混合Kriging模型S‑di;

S600、控制器以S‑ΔTi和S‑di为目标函数,以步骤S100中的设计参数为设计变量,并以齿轮根切、滑动率、干涉条件、齿顶厚和顶隙作为多约束条件,建立变速箱的多目标优化设计模型;

S700、控制器对建立的多目标优化设计模型进行寻优计算,得到最优设计参数Xopt=(M1iopt,M2iopt,N1aiopt,N2aiopt,N2aiopt,N2biopt,β1iopt,β2iopt,C1aiopt,C1biopt,C2aiopt,C2biopt)。

2.根据权利要求1所述的一种电动汽车变速箱的降噪方法,其特征在于,所述控制器在对应的取值范围内对各个设计参数进行抽样,具体为:控制器采用拉丁超立方抽样方法在对应的取值范围内对各个设计参数进行抽样。

3.根据权利要求1所述的一种电动汽车变速箱的降噪方法,其特征在于,所述控制器再对子模型模型库内的各个子模型进行全局误差评估,具体包括步骤:控制器以广义均方误差作为误差的评价标准,采用LOO交叉验证方法对各个子模型模型库内的各个子模型的全局误差进行计算。

4.根据权利要求1所述的一种电动汽车变速箱的降噪方法,其特征在于,所述计算各个子模型与主模型之间的局部误差,具体为:采用高斯随机过程方法对各个子模型与主模型之间的局部误差进行估计,再通过均值函数和协方差函数确定各个子模型与主模型之间的局部误差。

5.根据权利要求4所述的一种电动汽车变速箱的降噪方法,其特征在于,所述并计算得到各子模型的自适应权重,具体包括步骤:控制器采用核函数估计子模型在变量域内任意一点的精度,并根据计算所得精度计算各子模型的自适应权重。

6.根据权利要求1所述的一种电动汽车变速箱的降噪方法,其特征在于,所述控制器对建立的多目标优化设计模型进行寻优计算,具体为:控制器采用遗传算法对建立的多目标优化设计模型进行寻优计算。

7.一种降噪系统,其特征在于,包括控制器、存储器和通讯总线;

所述存储器上存储有可被所述控制器执行的计算机可读程序;

所述通讯总线用于实现控制器和存储器之间的连接通信;

所述控制器执行所述计算机可读程序时实现如权利要求1‑6任意一项所述的降噪方法中的步骤。