【作者】

李铎; 王钰涵; 郑旭

【单位】

浙江大学

【摘要】

为得到并优化某柴油机通过表面振动数据预测辐射噪声的模型，探究受发动机负荷变化影响更小，精度更高的预测模型，以某柴油机为研究对象，通过半消声室测得多负荷、多个转速的发动机振动噪声数据，得到预测模型训练数据集。通过机器学习算法对该数据集进行训练，得到发动机辐射噪声预测模型。在该模型的基础上运用EMD分析方法，基于多负荷工况的三向振动IMF数据分别建立了EMD-RBF核SVR和EMD-RFR发动机辐射噪声预测模型。研究表明，三向振动EMD-RBF核SVR模型在复杂负荷工况的预测精度优于三向振动RBF核SVR模型，增加含有频率信息的维度会导致RFR模型预测精度下降。

【关键词】

机器学习；发动机；噪声预测；经验模态分解

【论文集名称】

数字化设计与仿真技术

【会议名称】

设计智能制造2023学术年会

【会议时间】

2023-10-20至2023-10-23

【会议地点】

湖北十堰

【下载次数】

4

返回