AI調(diào)優(yōu)聲學超材料實現(xiàn)電動汽車電機低頻降噪-高清性做爰倫理|歐美精品無碼一二三區(qū)網(wǎng)站メイリン モデルコレクション メイ
來自東華大學、上海工程技術大學和申達科技的聯(lián)合研發(fā)團隊,成功開發(fā)出一款名為MRPAM-AP的聲學超材料包覆件。該方案通過人工智能進化算法對內(nèi)部幾何結(jié)構進行調(diào)優(yōu),在實測中可將電動汽車電機產(chǎn)生的寬帶噪聲Zui高降低11.2分貝。
傳統(tǒng)汽車隔音包依賴質(zhì)量定律,即屏障質(zhì)量或頻率每翻倍一次,隔聲量僅增加約6分貝。這導致阻擋低頻聲音需極大重量或極厚墻體,難以滿足電動汽車動力總成對重量的嚴苛限制。聲學超材料利用局部共振而非單純質(zhì)量來突破此限制,使輕薄面板能在遠大于自身厚度的波長下反射或吸收聲波。新設計的MRPAM-AP采用多頻共振耦合策略,在一塊熱塑性聚氨酯(TPU)板上布置A、B、C三種不同半徑、高度和特征長度的諧振器。這些諧振器按旋轉(zhuǎn)圖案排列,使各自的共振帶重疊交互,形成寬頻衰減區(qū),克服了單一共振超材料僅在調(diào)諧頻率處有效而鄰域頻段無效的缺陷。
針對超材料設計中眾多變量強非線性相互作用的挑戰(zhàn),團隊放棄了耗時的逐一數(shù)值搜索,轉(zhuǎn)而采用克里金代理模型結(jié)合遺傳算法的混合優(yōu)化策略??死锝鹉P突谟邢迾颖緲嫿ńy(tǒng)計插值,預測未測試參數(shù)組合的傳聲損失并量化不確定性;遺傳算法則模擬生物進化過程對候選設計種群進行選擇、交叉和變異。該策略大幅減少了全尺寸有限元仿真的調(diào)用次數(shù),使復雜幾何參數(shù)的工程化調(diào)優(yōu)成為可能。
在材料與驗證環(huán)節(jié),TPU板因其可加工性、阻尼特性及適合注塑量產(chǎn)被選為結(jié)構介質(zhì),搭配孔隙率與流阻率經(jīng)過表征的聚氨酯泡沫作為吸聲層。完整組件包含方形蓋板與15毫米泡沫層,體積緊湊,可直接包裹電機殼體。研究團隊首先建立多自由度動力學矩陣模型計算頻譜傳聲損失,隨后制造物理原型并在受控環(huán)境下對運行中的電機進行麥克風拾音測試。實測頻譜證實了優(yōu)化設計的預測,在目標低頻段呈現(xiàn)顯著衰減,Zui大降幅達11.2分貝。同等低頻性能下,傳統(tǒng)方案需依賴厚重屏障層,而該超材料方案實現(xiàn)了顯著的輕量化。
此項研究標志著聲學超材料正從實驗室概念邁向工業(yè)部署階段。多頻耦合策略與系統(tǒng)化算法優(yōu)化彌補了以往窄帶特性的不足,所建立的“物理建模-代理優(yōu)化-實驗驗證”工作流可遷移至減速箱殼體、逆變器組件及座艙面板等其他低噪聲、重空間受限場景。未來仍需針對2000赫茲以上的高階電磁諧波與機械振動路徑補充處理方案,并驗證聚氨酯組件在汽車熱循環(huán)、振動暴露及長期老化下的耐久性。同時,超材料共振頻率對幾何偏差敏感,量產(chǎn)注塑需嚴格控制公差以維持調(diào)諧響應。
資料來源:bioengineer.org;原文發(fā)布日期:2026-10-19。本文為資料編譯。