唐中华，贺岩松，马 涛，张志飞，蒲弘杰，李 云，陈 钊

（1.重庆大学汽车工程学院，重庆 400044；2.东风柳州汽车有限公司，柳州 545005）

前言

车内噪声按照频率可分为低频、中频和高频噪声。车内低频噪声可采用有限元法和边界元法等分析求解［1-2］；而随着频率的升高，车身结构在高频段呈现出“短波长、高模态密度和高模态重叠数”［3］等特性，导致有限元法不适用于高频噪声分析；而统计能量法（statistical energy analysis，SEA）可克服这些不适合有限元分析的因素［4］，故可广泛应用于高频噪声研究中［5-8］。Dejong［5］首次尝试采用统计能量法预测车内噪声问题，建立了包含34 个子系统和考虑动力总成、路面和风等3 种激励的整车模型。陈书明等［7］基于统计能量分析原理，建立了47 个车身结构和车外声腔子系统，成功地预测了汽车车外噪声。刘加利等［8］利用统计能量法深入研究了高速列车车内气动噪声的频谱特性和速度依赖性等规律。

声学包是控制车内高频噪声的有效措施［9-11］，将不同吸、隔声材料进行最优组合，不仅可获得良好的声学性能，还能实现材料的轻量化［12］。吴宪等［11］以覆盖率、堵件厚度、PU 泡沫厚度和EVA 面密度为设计变量，对前围板声学包进行优化，使声学包在隔声性能与质量之间取得最佳平衡。杨晓涛等［13］采用NSGA-Ⅱ遗传算法对顶棚声学包Kriging 近似模型进行优化，得到了顶棚4 层吸声材料的最优组合，兼顾了降噪与轻量化性能。而运用统计能量法搭建整车模型，从整车声压和轻量化角度对声学包进行优化，不仅能获得最佳声学包组合，还可以有效降低整车开发成本和缩短开发周期。……