学术前沿 | 基于声源识别的加强肋多目标优化的轴向活塞电机降噪

文章预览

      降低轴向活塞电机振动和噪声的外壳优化面临着声源位置不准确和优化参数不合适的挑战。本研究采用压缩传感（CS）法和响应面法（RSM）对加强肋板的厚度进行了多目标优化，以降低轴向活塞电机的噪声。结合CS方法，利用声强图像的高分辨率重建，通过声源的位置来指导结构优化区域。为了降低振动和噪声，在结构优化区域建立了可变肋结构模型（VRSM）。将不同区域的加强筋厚度作为优化变量，将电机动态模型与水力模型耦合得到的电机壳体振动加速度峰值作为目标函数。通过RSM建立了这些变量与目标函数之间的数学关系。利用这些函数，建立了一个多目标优化模型，以离散加固肋的厚度，以降低噪声，并采用多目标遗传算法（MOGA）进行优化计算。最后，比较有和没有优化后的加强筋的轴向活塞电机的声压级，实验结果表明，优化后的 ………………………………