贺建军，付 玲,杨 川，阳 鹏

(1.湘潭大学 机械工程学院，湖南 湘潭 411105；2.中联重科股份有限公司，长沙 410013；3.建设机械关键技术国家重点实验室，长沙 410013）

SVM和改进的PSO在压路机驾驶室结构噪声优化中的应用

贺建军1，付 玲2,3,杨 川2,3，阳 鹏2,3

(1.湘潭大学 机械工程学院，湖南 湘潭 411105；2.中联重科股份有限公司，长沙 410013；3.建设机械关键技术国家重点实验室，长沙 410013）

针对压路机驾驶室结构噪声，将拉丁超立方试验设计、支持向量机近似模型、改进的粒子群优化算法相结合，通过修改驾驶室主要板件的板厚参数降低压路机结构噪声。建立一套基于支持向量机和粒子群算法控制车内结构噪声的设计流程。针对粒子群可能出现局部最优解的问题，对粒子群进行了改进。并利用改进的粒子群优化支持向量机参数，构建高拟合精度的支持向量机模型代替有限元模型。并用改进的粒子群算法对该模型进行板厚寻优，找到一组最佳的板厚参数使得参考点（驾驶员右耳处）声压级最小，减少计算工作量，提高优化效率。

声学；压路机；支持向量机；驾驶室；结构噪声

随着人们对工作环境的要求不断提高，在提高压路机压实性能的同时，如何提高驾驶员乘坐舒适性成为产品研发的关键性问题。在满足工艺和经济条件下，修改车身结构参数是控制与降低车内噪声的有效方法之一。

由于驾驶室噪声有限元分析花费时间长，基于有限元模型进行优化效率低。目前，对于大型模型，基本采用近似模型进行优化。……