CN115238379A - 汽车的风噪性能优化方法、装置、设备及存储介质 - Google Patents

汽车的风噪性能优化方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115238379A
CN115238379A CN202210829006.4A CN202210829006A CN115238379A CN 115238379 A CN115238379 A CN 115238379A CN 202210829006 A CN202210829006 A CN 202210829006A CN 115238379 A CN115238379 A CN 115238379A
Authority
CN
China
Prior art keywords
target
factor
value
control
factor level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210829006.4A
Other languages
English (en)
Inventor
李小梅
侯兆平
付年
张乐
刘杰昌
覃庆鸾
周淑贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC GM Wuling Automobile Co Ltd
Original Assignee
SAIC GM Wuling Automobile Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SAIC GM Wuling Automobile Co Ltd filed Critical SAIC GM Wuling Automobile Co Ltd
Priority to CN202210829006.4A priority Critical patent/CN115238379A/zh
Publication of CN115238379A publication Critical patent/CN115238379A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种汽车的风噪性能优化方法、装置、设备及存储介质，所述方法包括以下步骤：获取汽车的目标噪声源对应的多个外造型参数以及各外造型参数分别对应的多种参数取值；将各外造型参数作为试验设计的控制因素，并将参数取值对应作为控制因素的因素水平；根据各控制因素以及各控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各试验组合方案进行仿真得到车内噪声评价指标值；根据各车内噪声评价指标值确定目标组合方案，其中，目标组合方案中包括各外造型参数分别对应的一种参数取值。本发明提高了对汽车的降风噪效果，优化了汽车的风噪性能。

Description

汽车的风噪性能优化方法、装置、设备及存储介质
技术领域
本发明涉及汽车技术领域，尤其涉及一种汽车的风噪性能优化方法、装置、设备及存储介质。
背景技术
目前，随着汽车技术的不断发展，动力总成噪声、轮胎/路面噪声得到有效控制以及车速的不断提高，风噪声已成为当前高速车辆的主要噪声源之一。而当车速超过120km/h时，汽车风噪声能量会随汽车行驶速度的约6次方增长。风噪声既影响车内人员的乘坐舒适性，也影响车外的声环境。目前，虽然可以依据对汽车的仿真结果判定出噪声源来源于外后视镜、A柱、发罩等汽车外部零部件区域，但是只能根据人工经验去优化作为噪声源的各个外部零部件区域的外造型参数，导致目前对汽车的降风噪效果不佳。
发明内容
本发明的主要目的在于提供一种汽车的风噪性能优化方法、装置、设备及存储介质，旨在解决目前汽车的降风噪方法的降风噪效果不佳的技术问题。
为实现上述目的，本发明提供一种风噪性能优化方法，包括以下步骤：
获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
可选地，所述获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值的步骤之前，还包括：
对所述汽车按照原车组合方案进行仿真得到仿真结果，其中，所述原车组合方案包括各所述外造型参数分别对应的一种参数取值，所述仿真结果包括所述汽车的各个外造型区域分别对应的仿真值，所述仿真值包括对应外造型区域的平均压力值或平均噪声频带宽度值；
从各所述外造型区域中选取所述仿真值大于第一预设阈值的外造型区域作为所述目标噪声源。
可选地，所述根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案的步骤包括：
获取正交试验设计的分辨度；
根据所述分辨度、所述控制因素的个数以及各所述控制因素对应的因素水平个数确定正交试验设计的目标组合个数；
根据各所述控制因素以及各所述控制因素的因素水平按照正交试验设计得到所述目标组合个数的试验组合方案。
可选地，所述根据各所述车内噪声评价指标值确定目标组合方案的步骤包括：
对于各所述控制因素的各因素水平中的任一第一目标因素水平，将各所述试验组合方案中包括所述第一目标因素水平的试验组合方案对应的所述车内噪声评价指标值作为所述第一目标因素水平对应的车内噪声评价指标值；
基于所述第一目标因素水平对应的车内噪声评价指标值计算得到所述第一目标因素水平对应的目标评价值；
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案。
可选地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成待选组合方案；
对所述待选组合方案采用预设统计学预测方式预测得到第一车内噪声评价指标值，对所述待选组合方案进行仿真得到第二车内噪声评价指标值；
若所述第一车内噪声评价指标值与所述第二车内噪声评价指标值之间的差值在预设误差范围内，则将所述待选组合方案作为目标组合方案。
可选地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
对于各所述控制因素中任一目标控制因素，在所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第二目标因素水平，其中，当所述车内噪声评价指标值的属性为望大属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最高的因素水平，当所述车内噪声评价指标值的属性为望小属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最低的因素水平；
基于各所述控制因素对应的所述第二目标因素水平得到目标组合方案。
可选地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
对于各所述控制因素中任一目标控制因素，计算所述目标控制因素的各因素水平对应的所述目标评价值中的最大值和最小值之间的差值；
若所述差值小于第二预设阈值，则将所述汽车的原车组合方案中所述目标控制因素对应的因素水平作为所述目标控制因素对应的第三目标因素水平；
若所述差值大于或等于所述第二预设阈值，则从所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第三目标因素水平，其中，所述第三目标因素水平根据所述车内噪声评价指标值的属性选取；
基于各所述控制因素对应的所述第三目标因素水平得到目标组合方案。
为实现上述目的，本发明还提供一种汽车的风噪性能优化装置，所述装置包括：
获取模块，用于获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
第一确定模块，用于将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
试验仿真模块，用于根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
第二确定模块，用于根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
为实现上述目的，本发明还提出一种风噪性能优化设备，所述设备包括：所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风噪性能优化程序，所述风噪性能优化程序配置为实现如上所述的风噪性能优化方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，其特征在于，所述存储介质上存储有风噪性能优化程序，所述程序被处理器执行时实现如上所述的风噪性能优化方法的步骤。
本发明中，通过获取汽车的目标噪声源对应的多个外造型参数以及各外造型参数分别对应的多种参数取值；将各外造型参数作为试验设计的控制因素，并将参数取值对应作为控制因素的因素水平；根据各控制因素以及各控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各试验组合方案进行仿真得到车内噪声评价指标值；根据各车内噪声评价指标值确定目标组合方案，其中，目标组合方案中包括各外造型参数分别对应的一种参数取值。本发明针对噪声源的外造型参数和参数取值采取试验设计的方法得到多个试验组合方案，并对各个试验组合方案进行仿真得到反映车内噪声大小的车内噪声评价指标值，根据车内噪声评价指标值得到一个目标组合方案，考虑到了各外造型参数不同取值对风噪噪声源的影响，相比于人工经验去优化汽车的降风噪效果，本发明方案中所得到的噪声源的外造型参数的目标组合方案能够获得更优的降风噪效果。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的结构示意图；
图2为本发明风噪性能优化方法方法第一实施例的流程示意图；
图3为本发明风噪性能优化装置较佳实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示，该风噪性能设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对风噪性能优化设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及风噪性能优化程序。操作系统是管理和控制设备硬件和软件资源的程序，支持风噪性能优化程序以及其它软件或程序的运行。在图1所示的设备中，用户接口1003主要用于与客户端进行数据通信；网络接口1004主要用于与服务器建立通信连接；而处理器1001可以用于调用存储器1005中存储的风噪性能优化程序，并执行以下操作：
获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
进一步地，所述获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值的操作之前，处理器1001还可以用于调用存储器1005中存储的风噪性能优化程序，执行以下操作：
对所述汽车按照原车组合方案进行仿真得到仿真结果，其中，所述原车组合方案包括各所述外造型参数分别对应的一种参数取值，所述仿真结果包括所述汽车的各个外造型区域分别对应的仿真值，所述仿真值包括对应外造型区域的平均压力值或平均噪声频带宽度值；
从各所述外造型区域中选取所述仿真值大于第一预设阈值的外造型区域作为所述目标噪声源。
进一步地，所述根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案的操作包括：
获取正交试验设计的分辨度；
根据所述分辨度、所述控制因素的个数以及各所述控制因素对应的因素水平个数确定正交试验设计的目标组合个数；
根据各所述控制因素以及各所述控制因素的因素水平按照正交试验设计得到所述目标组合个数的试验组合方案。
进一步地，所述根据各所述车内噪声评价指标值确定目标组合方案的操作包括：
对于各所述控制因素的各因素水平中的任一第一目标因素水平，将各所述试验组合方案中包括所述第一目标因素水平的试验组合方案对应的所述车内噪声评价指标值作为所述第一目标因素水平对应的车内噪声评价指标值；
基于所述第一目标因素水平对应的车内噪声评价指标值计算得到所述第一目标因素水平对应的目标评价值；
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案。
进一步地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的操作包括：
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成待选组合方案；
对所述待选组合方案采用预设统计学预测方式预测得到第一车内噪声评价指标值，对所述待选组合方案进行仿真得到第二车内噪声评价指标值；
若所述第一车内噪声评价指标值与所述第二车内噪声评价指标值之间的差值在预设误差范围内，则将所述待选组合方案作为目标组合方案。
进一步地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的操作包括：
对于各所述控制因素中任一目标控制因素，在所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第二目标因素水平，其中，当所述车内噪声评价指标值的属性为望大属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最高的因素水平，当所述车内噪声评价指标值的属性为望小属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最低的因素水平；
基于各所述控制因素对应的所述第二目标因素水平得到目标组合方案。
进一步地，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的操作包括：
对于各所述控制因素中任一目标控制因素，计算所述目标控制因素的各因素水平对应的所述目标评价值中的最大值和最小值之间的差值；
若所述差值小于第二预设阈值，则将所述汽车的原车组合方案中所述目标控制因素对应的因素水平作为所述目标控制因素对应的第三目标因素水平；
若所述差值大于或等于所述第二预设阈值，则从所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第三目标因素水平，其中，所述第三目标因素水平根据所述车内噪声评价指标值的属性选取；
基于各所述控制因素对应的所述第三目标因素水平得到目标组合方案。
基于上述的结构，提出风噪性能优化方法的各个实施例。
参照图2，图2为本发明风噪性能优化方法第一实施例的流程示意图。
本发明实施例提供了风噪性能优化方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。在本实施例中，风噪性能优化方法的执行主体可以是个人电脑、智能手机、服务器等设备，在本实施例中并不做限制，以下为便于描述，省略执行主体进行各实施例的阐述。在本实施例中，所述风噪性能优化方法包括：
步骤S10，获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
汽车在运行时，汽车的某些零部件会发出噪声，汽车风噪的噪声源是汽车的外部零部件区域(以下也可称为外造型区域)。本实施例中，将作为分析对象的噪声源称为目标噪声源。目标噪声源可以有一个或多个，在本实施例中并不做限制。噪声源的外造型参数是指该噪声源所对应的零部件区域的外部造型参数。在本实施例中，获取目标噪声源对应的多个外部造型参数以及各外部造型参数分别对应的多种参数取值的方法有很多种，例如，可以获取技术人员上传的目标噪声源对应的多个外部造型参数以及各外部造型参数分别对应的多种参数取值。
例如，技术人员可以选定汽车的A柱作为目标噪声源，并将A柱的内侧圆角、外侧圆角和Y向宽度选定为该目标噪声源对应的外造型参数，并选定各个外造型参数分别对应的多种参数取值进行上传。
步骤S20，将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
试验设计是研究多因素多水平的一种设计方法，在本实施例中，将获取到的目标噪声源的多个外造型参数作为试验设计的控制因素，并将外造型参数的各种参数取值作为该外造型参数对应的控制因素的各个因素水平。
例如，对于零部件A柱的一个Y向宽度这一外造型参数而言，获取到了该Y向宽度的两种取值：40mm和45mm，那么将Y向宽度作为控制因素，将40mm和45mm作为该控制因素的两个因素水平。
步骤S30，根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标；
在确定控制因素和控制因素的因素水平后，可以进行试验设计得到多个试验组合方案。其中，一个试验组合方案表示从每个控制因素的因素水平中分别选取一个因素水平所组合的方案，也即相当于是从每个外造型参数的参数取值中分别选取一个参数取值所组合得到的方案。在本实施例中，具体可以采用试验设计中的正交试验设计方法或析因法来设计得到多个试验组合方案，当采用正交试验设计方法时，具体可以采用全因子试验设计方法或部分因子试验设计方法，具体采用哪一种试验设计方法，在本实施例中并不做限制。在一实施方式中，采用全因子试验设计方法时，可以设计得到多有可能的试验组合方案，例如，当控制因素的个数是n，每个控制因素均有m个因素水平时，可以设计得到m的n次方个试验组合方案。
对于每个试验组合方案，可以按照该试验组合方案进行仿真得到车内噪声评价指标。车内噪声评价指标值是反映车内噪声大小的数值，具体可以根据需要选取合适的指标项，在本实施例中并不做限制。例如，在一实施方式中，可选取驾驶员耳旁语音清晰度这一指标项，那么对试验组合方案进行仿真得到的是驾驶员耳旁语音清晰度值。在另一实施方式中，可选取车内噪声这一指标项，那么对试验组合方案进行仿真得到的是车内噪声值。
步骤S40，根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
在仿真得到各个试验组合方案的车内噪声评价指标值后，可以根据各个车内噪声评价指标值来确定目标组合方案。具体地，可以以车内噪声最小为目标来确定目标组合方案，也即车内噪声评价指标值是反映车内噪声大小的数值，所以根据各个试验组合方案的车内噪声评价指标值，可以确定按照各个试验组合方案中的因素水平去设计汽车的外部零部件区域时汽车的内部噪声大小，进而可以按照某种预先设置的规则，确定一个目标组合方案，使得车内噪声最小或相对较小。在本实施例中，对该规则并不做限制，具体可以根据需要进行设置。而根据规则设置的不同，目标组合方案可能会是各个试验组合方案中的一种，也可能不是。例如，当采用全因子试验设计方法时，设计得到了所有可能的试验组合方案方案，此时可以从中选取使得车内噪声最小的试验组合方案来作为目标组合方案。
在本实施例中，通过获取汽车的目标噪声源对应的多个外造型参数以及各外造型参数分别对应的多种参数取值；将各外造型参数作为试验设计的控制因素，并将参数取值对应作为控制因素的因素水平；根据各控制因素以及各控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各试验组合方案进行仿真得到车内噪声评价指标值；根据各车内噪声评价指标值确定目标组合方案，其中，目标组合方案中包括各外造型参数分别对应的一种参数取值。本实施例针对噪声源的外造型参数和参数取值采取试验设计的方法得到多个试验组合方案，并对各个试验组合方案进行仿真得到反映车内噪声大小的车内噪声评价指标值，根据车内噪声评价指标值得到一个目标组合方案，考虑到了各外造型参数不同取值对风噪噪声源的影响，相比于人工经验去优化汽车的降风噪效果，本实施例方案中所得到的噪声源的外造型参数的目标组合方案能够获得更优的降风噪效果。
进一步地，在一实施方式中，所述步骤S10之前，还包括：
步骤S50，对所述汽车按照原车组合方案进行仿真得到仿真结果，其中，所述原车组合方案包括各所述外造型参数分别对应的一种参数取值，所述仿真结果包括所述汽车的各个外造型区域分别对应的仿真值，所述仿真值包括对应外造型区域的平均压力值或平均噪声频带宽度值；
在本实施方式中，提出一种目标噪声源的确定方法，在确定目标噪声源后，可以将目标噪声源输出，以供技术人员选取目标噪声源的外造型参数和外造型参数对应的参数取值上传，也可以是在确定目标噪声源后，从技术人员上传的所有噪声源的外造型参数和外造型参数对应的参数取值中，选取该目标噪声源对应的外造型参数和外造型参数对应的参数取值。
具体地，可以对汽车按照原车组合方案进行仿真得到仿真结果，进而根据仿真结果来确定目标噪声源。其中，原车组合方案中包括汽车进行改造之前目标噪声源的各个外造型参数的参数取值。仿真结果可以包括汽车的各个外造型区域分别对应的仿真值，仿真值可以包括对应外造型区域的平均压力值和/或平均噪声频带宽度值。其中，仿真具体是指按照原车组合方案中的各个因素水平对汽车进行建模，并预测出该建模结果所对应的各个外造型区域的仿真值。具体可以采用预先设置的仿真方法进行仿真，例如，可以是采用POWERFLOW软件对原车组合方案进行仿真分析，也可以是采用MINITAB软件对原车组合方案进行仿真分析，在本实施例中并不做限制。
步骤S60，从各所述外造型区域中选取所述仿真值大于第一预设阈值的外造型区域作为所述目标噪声源。
在仿真得到各外造型区域的仿真值后，可以将各个仿真值与第一预设阈值进行比较。其中，第一预设阈值根据需要进行设置，可以理解的是，仿真值包括外造型区域的平均压力值时设置的第一预设阈值与仿真值包括外造型区域的平均噪声频带宽度时设置的第一预设阈值是不同的。仿真值大于第一预设阈值的外造型区域说明其所产生的风噪较大，此时可以将该外造型区域作为目标噪声源。
例如，在一实施方式中，确定试验的研究对象是某一具体车型时，可以将该汽车的各外造型区域的外造型参数的参数取值输入POWERFLOW软件对整个汽车进行仿真分析得出各个外造型区域对应的平均压力值或平均噪声频带宽度值。
进一步地，基于上述第一实施例，提出本发明风噪性能优化方法第二实施例，在本实施例中，所述步骤S30中根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案的步骤包括：
步骤S301，获取正交试验设计的分辨度；
在本实施例中，可以采取部分因子试验设计方法，以提高获取目标组合方案的效率。
具体地，可以先获取正交试验设计的分辨度。分辨度描述正交试验设计中影响汽车风噪性能的外造参数之间相混杂的程度，可以由技术人员根据需要进行选取并上传。
步骤S302，根据所述分辨度、所述控制因素的个数以及各所述控制因素对应的因素水平个数确定正交试验的目标组合个数；
根据分辨度、控制因素的个数以及各个控制因素对应的因素水平个数，可以确定正交试验设计的目标组合个数，也即确定需要设计得到几个试验组合方案。其中，预先可以设置一个映射表格，映射表格中包括不同分辨度、不同控制因素的个数和控制因素的不同因素水平个数所对应的组合个数，通过查表，找到当前获取到的分辨度、控制因素的个数以及各控制因素对应的因素水平个数所对应的组合个数，作为目标组合个数。
例如，在一个具体实施方式中，假设一共包含六个控制因素，每个控制因素都对应两个因素水平，通过正交试验设计可以得到六十四个试验组合方案，由于分辨度3，为提高工作效率，采用部分因子试验设计方法，查映射表格可得本次试验可采用L8，即进行八次正交试验，得到8个试验组合方案。
步骤S303，根据各所述控制因素以及各所述控制因素的因素水平按照正交试验设计得到所述目标组合个数的试验组合方案。
进一步地，基于上述第一和/或第二实施例，提出本发明风噪性能优化方法第三实施例，在本实施例中，所述步骤S40包括：
步骤S401，对于各所述控制因素的各因素水平中的任一第一目标因素水平，将各所述试验组合方案中包括所述第一目标因素水平的试验组合方案对应的所述车内噪声评价指标值作为所述第一目标因素水平对应的车内噪声评价指标值；
在本实施例中，可以根据不同因素水平对车内噪声的影响来选取因素水平组成目标组合方案，以尽可能地减少目标组合方案所产生的风噪声。
具体地，对于各个控制因素的各个因素水平中的任意一个因素水平(以下称为第一目标因素水平以示区分)，可以将各个试验组合方案中包括了该第一目标因素水平的试验组合方案对应的车内噪声评价指标值作为该第一目标因素水平对应的车内噪声评价指标值。可以理解的是，包含有该第一目标因素水平的试验组合方案有多少个，该第一目标因素水平所对应的车内噪声评价指标值就有多少个。
例如，一实施方式中，假设有8个试验组合方案，通过MINITAB软件对各个试验组合方案进行仿真分析，得出各个试验组合方案所对应的车内噪声评价指标值；对于外后视镜客体与车身间距这一控制因素的40mm这一因素水平，查找8个试验组合方案中包括了外后视镜客体与车身间距这一控制因素的40mm这一因素水平的试验组合方案，假设查找出4个，则将这4个试验组合方案的车内噪声评价指标值作为外后视镜客体与车身间距这一控制因素的40mm这一因素水平对应的车内噪声评价指标值。
步骤S402，基于所述第一目标因素水平对应的车内噪声评价指标值计算得到所述第一目标因素水平对应的目标评价值；
可以根据第一目标因素水平对应的各个车内噪声评价指标值计算得到第一目标因素水平对应的目标评价值。该目标评价值反映了该第一目标因素水平对汽车风噪的影响。在本实施例中，对基于各个车内噪声评价指标值计算目标评价值的方法并不做限制，例如可以是将各个车内噪声评价指标值相加得到目标评价值，或者将各个车内噪声评价指标值求平均得到目标评价值。
步骤S403，根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案。
依照上述方法分别计算得到每个控制因素的每个因素水平的目标评价值后，可以根据各个目标评价值，从每个控制因素的多个因素水平中分别选取一个来组成目标组合方案。在本实施例中，对选取的方式并不做限制，具体可以以使得车内噪声最小为原则进行选取。例如，在一实施方式中，当车内噪声评价指标值是驾驶员耳旁语音清晰度值时，目标评价值由因素水平对应的各个车内噪声评价指标值计算平均值得到时，对于每一个控制因素，可以从该控制因素的多个因素水平中选取对应的目标评价值最大的因素水平来组成目标组合方案。
进一步地，在一实施方式中，所述步骤S403包括：
步骤S4031，根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成待选组合方案；
本实施方式中，为进一步提高所确定的目标组合方案的降风噪效果，可以依照上述方法分别计算得到每个控制因素的每个因素水平的目标评价值后，先根据各个目标评价值，从每个控制因素的多个因素水平中分别选取一个来组成一个待选组合方案。选取方法参照上述步骤S403中目标组合方案的选取方法，在此步骤赘述。
步骤S4032，对所述待选组合方案采用预设统计学预测方式预测得到第一车内噪声评价指标值，对所述待选组合方案进行仿真得到第二车内噪声评价指标值；
对于待选组合方案，可以采用预设统计学预测方式预测得到一个车内噪声评价指标值(以下称为第一车内噪声评价指标值以示区分)，再进行仿真得到一个车内噪声评价指标值(以下称为第二车内噪声评价指标值以示区分)。其中，统计学预测方式具体是指基于统计学原理进行预测的方式，在本实施例中，可以根据需要选取所采用的统计学预测方式，例如，可以采用MINITAB软件来对待选组合方案基于统计学原理进行预测得到第一车内噪声评价指标值。采用统计学预测方式和仿真方式得到两个车内噪声评价指标值的目的是用仿真方式来验证基于统计学预测方式所预测得到的车内噪声评价指标值的准确性。
步骤S4033，若所述第一车内噪声评价指标值与所述第二车内噪声评价指标值之间的差值在预设误差范围内，则将所述待选组合方案作为目标组合方案；。
将第一车内噪声评价指标值和第二车内噪声评价指标值计算差值，然后检测该差值是否在一个预设误差范围内。其中，预设误差范围可以根据需要进行设置，当差值小于该预设误差范围时，认为两个车内噪声评价指标值相差较小，说明采用基于统计学预测方式所预测得到的车内噪声评价指标值是准确的，可靠的，此时，可以将待选组合方案作为目标组合方案。
进一步地，在一实施方式中，当两个车内噪声评价指标值之间的差值不在预设误差范围时，可以输出提示信息，以供技术人员对重新设置对试验组合方案进行仿真时所采用的仿真方式，或者重新设置对待选组合方式进行仿真时所采用的仿真方式或统计学预测方式。
进一步地，在一实施方式中，所述步骤S403包括：
步骤S4034，对于各所述控制因素中任一目标控制因素，在所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第二目标因素水平，其中，当所述车内噪声评价指标值的属性为望大属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最高的因素水平，当所述车内噪声评价指标值的属性为望小属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最低的因素水平；
在本实施方式中，根据车内噪声评价指标值的属性是望大属性还是望小属性，从控制因素的各个因素水平中选取一个因素水平组成目标组合方案的方式也不同。
具体地，对于各个控制因素中的任意一个控制因素(以下称为目标控制因素以示区分)，可以在该目标控制因素的各个因素水平中选取一个因素水平(以下称为第二目标因素水平以示区分)。当车内噪声评价指标值的属性是望大属性时，说明车内噪声评价指标值越大时，车内噪声越小，降风噪效果越好，此时，可以第二目标因素水平可以是目标控制因素的各个因素水平中对应目标评价值最大的那一个因素水平。当当车内噪声评价指标值的属性是望小属性时，说明车内噪声评价指标值越小，车内噪声越小，降风噪效果越好，此时，可以第二目标因素水平可以是目标控制因素的各个因素水平中对应目标评价值最小的那一个因素水平。
步骤S4035，基于各所述控制因素对应的所述第二目标因素水平得到目标组合方案。
对于每一个控制因素，都选取得到该控制因素对应的第二目标因素水平后，可以基于各个第二目标因素水平得到目标组合方案。具体地，可以是将各个第二目标因素水平组合得到目标组合方案，也可以是先组合得到一个待选组合方案，再采用步骤S4021～S4033的方法得到目标组合方案，或者在其它实施方式中，也可以采用其他方法基于各个第二目标因素水平得到目标组合方案，在本实施方式中并不做限制。
进一步地，在一实施方式中，所述步骤S403包括：
步骤S4036，对于各所述控制因素中任一目标控制因素，计算所述目标控制因素的各因素水平对应的所述目标评价值中的最大值和最小值之间的差值；
对于各个控制因素中的任意一个控制因素(以下称为目标控制因素以示区分)，可以计算该目标控制因素的各个因素水平对应的所述目标评价值中的最大值和最小值之间的差值，也即，目标控制因素的各个因素水平对应的目标评价值是不同的，将其中最大的目标评价值与最小的目标评价值计算差值。该差值反应的是该目标控制因素对于该目标控制因素对汽车风噪的影响程度，差值越大表示影响程度越大，差值越小表示影响程度越小。
步骤S4037，若所述差值小于第二预设阈值，则将所述汽车的原车组合方案中所述目标控制因素对应的因素水平作为所述目标控制因素对应的第三目标因素水平；
检测该差值是否小于第二预设阈值，若小于，则可以将该汽车的原车组合方案中该目标控制因素(外造型参数)对应的因素水平(参数取值)作为该目标控制因素对应的第三目标因素水平。其中，第二预设阈值可以是预先根据需要设置的一个阈值，本实施例不做限制，当差值小于该第二预设阈值时，说明该目标控制因素对汽车风噪的影响较小，此时为了节约成本，可以无需对汽车原本该目标控制因素对应的外造型参数的参数取值做改变，也不会造成对降风噪效果的较大影响。
步骤S4038，若所述差值大于或等于所述第二预设阈值，则从所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第三目标因素水平，其中，所述第三目标因素水平根据所述车内噪声评价指标值的属性选取；
若差值大于或等于第二预设阈值，则可以从目标控制因素的各个因素水平中选取一个因素水平作为该目标控制因素对应的第三目标因素水平。具体可以根据车内噪声评价指标值的属性来选取，可以参照上述步骤S4034的具体实施方式，在此不做赘述。
步骤S4039，基于各所述控制因素对应的所述第三目标因素水平得到目标组合方案。
对于每一个控制因素，都选取得到该控制因素对应的第三目标因素水平后，可以基于各个第三目标因素水平组合得到目标组合方案。具体地，可以是将各个第三目标因素水平组合得到目标组合方案，也可以是先组合得到一个待选组合方案，再采用步骤S4021～S4033的方法得到目标组合方案，或者在其它实施方式中，也可以采用其他方法基于各个第三目标因素水平得到目标组合方案，在本实施方式中并不做限制。
进一步地，在一实施方式中，在确定目标组合方案后，可以将目标组合方案输出给3D打印机，以供3D打印机按照目标组合方案中各个外造型参数的参数取值，打印出目标造型源所对应的外部零部件区域，以供技术人员根据打印出的零部件进行实车道路验证，以验证目标组合方案相比于原车组合方案的降风噪效果。
此外，本发明实施例还提供一种风噪性能优化装置，参照图3所示，所述装置包括：
获取模块10，用于获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
第一确定模块20，用于将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
试验仿真模块30，用于根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
第二确定模块40，用于根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
进一步地，所述试验仿真模块30还用于：
对所述汽车按照原车组合方案进行仿真得到仿真结果，其中，所述原车组合方案包括各所述外造型参数分别对应的一种参数取值，所述仿真结果包括所述汽车的各个外造型区域分别对应的仿真值，所述仿真值包括对应外造型区域的平均压力值或平均噪声频带宽度值；
所述风噪性能优化装置还包括：
选取模块，用于从各所述外造型区域中选取所述仿真值大于第一预设阈值的外造型区域作为所述目标噪声源。
进一步地，所述试验仿真模块30还用于：
获取正交试验设计的分辨度；
根据所述分辨度、所述控制因素的个数以及各所述控制因素对应的因素水平个数确定正交试验设计的目标组合个数；
根据各所述控制因素以及各所述控制因素的因素水平按照正交试验设计得到所述目标组合个数的试验组合方案。
进一步地，所述第二确定模块40还用于：
对于各所述控制因素的各因素水平中的任一第一目标因素水平，将各所述试验组合方案中包括所述第一目标因素水平的试验组合方案对应的所述车内噪声评价指标值作为所述第一目标因素水平对应的车内噪声评价指标值；
基于所述第一目标因素水平对应的车内噪声评价指标值计算得到所述第一目标因素水平对应的目标评价值；
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案。
进一步地，所述第二确定模块40还用于：
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成待选组合方案；
对所述待选组合方案采用预设统计学预测方式预测得到第一车内噪声评价指标值，对所述待选组合方案进行仿真得到第二车内噪声评价指标值；
若所述第一车内噪声评价指标值与所述第二车内噪声评价指标值之间的差值在预设误差范围内，则将所述待选组合方案作为目标组合方案。
进一步地，所述第二确定模块40还用于：
对于各所述控制因素中任一目标控制因素，在所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第二目标因素水平，其中，当所述车内噪声评价指标值的属性为望大属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最高的因素水平，当所述车内噪声评价指标值的属性为望小属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最低的因素水平；
基于各所述控制因素对应的所述第二目标因素水平得到目标组合方案。
进一步地，所述第二确定模块40还用于：
对于各所述控制因素中任一目标控制因素，计算所述目标控制因素的各因素水平对应的所述目标评价值中的最大值和最小值之间的差值；
若所述差值小于第二预设阈值，则将所述汽车的原车组合方案中所述目标控制因素对应的因素水平作为所述目标控制因素对应的第三目标因素水平；
若所述差值大于或等于所述第二预设阈值，则从所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第三目标因素水平，其中，所述第三目标因素水平根据所述车内噪声评价指标值的属性选取；
基于各所述控制因素对应的所述第三目标因素水平得到目标组合方案。
本发明风噪性能优化装置各实施例，均可参照本发明风噪性能优化方法各个实施例，此处不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述存储介质上存储有风噪性能优化程序，所述风噪性能程序被处理器执行时实现如下所述的风噪性能优化方法的步骤。
本发明风噪性能优化设备和计算机可读存储介质各实施例，均可参照本发明风噪性能优化方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种汽车的风噪性能优化方法，其特征在于，所述汽车的风噪性能优化方法包括以下步骤：
获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
2.如权利要求1所述的汽车的风噪性能优化方法，其特征在于，所述获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值的步骤之前，还包括：
对所述汽车按照原车组合方案进行仿真得到仿真结果，其中，所述原车组合方案包括各所述外造型参数分别对应的一种参数取值，所述仿真结果包括所述汽车的各个外造型区域分别对应的仿真值，所述仿真值包括对应外造型区域的平均压力值或平均噪声频带宽度值；
从各所述外造型区域中选取所述仿真值大于第一预设阈值的外造型区域作为所述目标噪声源。
3.如权利要求1所述的汽车的风噪性能优化方法，其特征在于，所述根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案的步骤包括：
获取正交试验设计的分辨度；
根据所述分辨度、所述控制因素的个数以及各所述控制因素对应的因素水平个数确定正交试验设计的目标组合个数；
根据各所述控制因素以及各所述控制因素的因素水平按照正交试验设计得到所述目标组合个数的试验组合方案。
4.如权利要求1至3中任一项所述的汽车的风噪性能优化方法，其特征在于，所述根据各所述车内噪声评价指标值确定目标组合方案的步骤包括：
对于各所述控制因素的各因素水平中的任一第一目标因素水平，将各所述试验组合方案中包括所述第一目标因素水平的试验组合方案对应的所述车内噪声评价指标值作为所述第一目标因素水平对应的车内噪声评价指标值；
基于所述第一目标因素水平对应的车内噪声评价指标值计算得到所述第一目标因素水平对应的目标评价值；
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案。
5.如权利要求4所述的汽车的风噪性能优化方法，其特征在于，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成待选组合方案；
对所述待选组合方案采用预设统计学预测方式预测得到第一车内噪声评价指标值，对所述待选组合方案进行仿真得到第二车内噪声评价指标值；
若所述第一车内噪声评价指标值与所述第二车内噪声评价指标值之间的差值在预设误差范围内，则将所述待选组合方案作为目标组合方案。
6.如权利要求4所述的汽车的风噪性能优化方法，其特征在于，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
对于各所述控制因素中任一目标控制因素，在所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第二目标因素水平，其中，当所述车内噪声评价指标值的属性为望大属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最高的因素水平，当所述车内噪声评价指标值的属性为望小属性时，所述第二目标因素水平为所述目标控制因素的各因素水平中对应所述目标评价值最低的因素水平；
基于各所述控制因素对应的所述第二目标因素水平得到目标组合方案。
7.如权利要求4所述的汽车的风噪性能优化方法，其特征在于，所述根据各所述控制因素的各因素水平分别对应的所述目标评价值，从各所述控制因素的多个因素水平中分别选取一个因素水平组成目标组合方案的步骤包括：
对于各所述控制因素中任一目标控制因素，计算所述目标控制因素的各因素水平对应的所述目标评价值中的最大值和最小值之间的差值；
若所述差值小于第二预设阈值，则将所述汽车的原车组合方案中所述目标控制因素对应的因素水平作为所述目标控制因素对应的第三目标因素水平；
若所述差值大于或等于所述第二预设阈值，则从所述目标控制因素的各因素水平中选取一个因素水平作为所述目标控制因素对应的第三目标因素水平，其中，所述第三目标因素水平根据所述车内噪声评价指标值的属性选取；
基于各所述控制因素对应的所述第三目标因素水平得到目标组合方案。
8.一种汽车的风噪性能优化装置，其特征在于，所述汽车的风噪性能优化装置包括：
获取模块，用于获取所述汽车的目标噪声源对应的多个外造型参数以及各所述外造型参数分别对应的多种参数取值；
第一确定模块，用于将各所述外造型参数作为试验设计的控制因素，并将所述参数取值对应作为所述控制因素的因素水平；
试验仿真模块，用于根据各所述控制因素以及各所述控制因素的因素水平进行试验设计得到多个试验组合方案，并分别按照各所述试验组合方案进行仿真得到车内噪声评价指标值；
第二确定模块，用于根据各所述车内噪声评价指标值确定目标组合方案，其中，所述目标组合方案中包括各所述外造型参数分别对应的一种参数取值。
9.一种风噪性能优化设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风噪性能优化程序，所述风噪性能优化程序配置为实现如权利要求1至7中任一项所述的风噪性能优化方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有风噪性能优化程序，所述程序被处理器执行时实现如权利要求1至7中任一项所述的风噪性能优化方法的步骤。
CN202210829006.4A 2022-07-15 2022-07-15 汽车的风噪性能优化方法、装置、设备及存储介质 Pending CN115238379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210829006.4A CN115238379A (zh) 2022-07-15 2022-07-15 汽车的风噪性能优化方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210829006.4A CN115238379A (zh) 2022-07-15 2022-07-15 汽车的风噪性能优化方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115238379A true CN115238379A (zh) 2022-10-25

Family

ID=83672926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210829006.4A Pending CN115238379A (zh) 2022-07-15 2022-07-15 汽车的风噪性能优化方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115238379A (zh)

Similar Documents

Publication Publication Date Title
CN110673590B (zh) 自动驾驶系统可靠性判断方法、装置、设备及存储介质
CN110287104A (zh) 测试用例生成方法、装置、终端及计算机可读存储介质
CN113433950A (zh) 车辆控制数据标定方法、装置、计算机设备和存储介质
CN117313249B (zh) 整车风噪语音清晰度预测方法、设备和存储介质
CN110866590A (zh) 数据处理方法及装置、电子设备、存储介质
US20140019938A1 (en) Method and apparatus for judging necessity of performing integration test
CN111591374B (zh) 车辆悬架系统设计方法、设备、存储介质及装置
CN115238379A (zh) 汽车的风噪性能优化方法、装置、设备及存储介质
CN114866280A (zh) 安全评估方法、装置、设备与计算机可读存储介质
CN113127969A (zh) 汽车阻尼板仿真建模方法、装置、设备及存储介质
CN111709160B (zh) 一种基于卡车底盘的行驶动态性能分析优化方法及系统
CN113343366B (zh) 车身主断面参数的确定方法及相关设备
CN113536647B (zh) 基于全频段的空气声和结构声分析的汽车阻尼片优化方法
CN110298140B (zh) 动力学特性的估算方法、装置、设备和存储介质
CN113552802B (zh) 重卡智能空调控制方法及系统
CN113343659B (zh) 分析报告生成方法、装置、设备及存储介质
CN116861587B (zh) 车轮优化方法、装置、电子设备及可读存储介质
CN116302364B (zh) 自动驾驶可靠性测试方法、装置、设备、介质和程序产品
US20230350699A1 (en) Schema driven user interface creation to develop autonomous driving applications
US20240010210A1 (en) Computer-implemented method for terminating a scenario-based test process of a driving assistance system
CN110084511B (zh) 一种无人机配型方法、装置、设备及可读存储介质
US20230174083A1 (en) Determining a computational effort of a virtual test
CN118113576A (zh) 基于用车场景的车辆智能化水平评价方法及其相关设备
CN114995327A (zh) Nvh控制策略生成方法、装置、设备及存储介质
CN115186542A (zh) 车身质量优化方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination