开始对轮胎噪声进行研究是因为1994年武汉工业大学自动化研究所与上海橡胶集团合作的“轮胎花纹噪声控制”项目，随着我们对轮胎花纹噪声研究的深入，“低噪声轮胎花纹分析与设计系统软件”越来越受到轮胎工业和相关研究部门的关注，他们不仅表示了合作的意愿，也对软件的高度智能化提出了新的要求。 本课题从轮胎花纹噪声控制的基本理论出发，对轮胎噪声测试方法、常用图表和仿真模型进行了阐述；用实测数据对部分分析计算公式进行了推导和验证；还着重从轮胎花纹噪声降噪优化理论、智能优化方法、噪声综合智能诊断等方面，对轮胎花纹噪声控制进行了系统的研究。 首先，论文介绍了轮胎噪声的两种主要测量方法，包括室内转鼓测量和场地测量方法，室内测量便于对轮胎噪声进行研究，场地测量能较好地反映汽车噪声对周围环境的污染。论文还对噪声测量和分析常用图表、各种指标参数进行了介绍，这些内容是后文核心部分必要的铺垫。轮胎花纹噪声仿真分析是导师和前几届学生的研究成果，本文通过实测数据对软件所采用的算法进行了验算和修正。 轮胎花纹结构参数智能降噪优化和噪声综合诊断是本课题重点。论文第四章分析了轮胎花纹优化降噪的基本原理，总结出三条降噪途径：在允许范围内尽量减小单个块或槽的大小、刻刀槽软化花纹块来减小噪声时域波幅度；调整节距排列顺序、花纹条之间的错位值，使各发声单元发出的声压时域波形的同向峰值错开，避免同向峰值叠加；调整花纹块和槽比例、节距比例、节距排列顺序，尽量避免周期性分布，使轮胎所发出的噪声趋于白噪化，避免某些频段的异常高峰值。基于这些理论，我们研究出一种智能优化和综合智能诊断方法，即基于模糊遗传算法(F—GA)的智能优化诊断方法，论文对该方法作了详细介绍：首先介绍了遗传算法的基本理论及方法，接着用模糊推理理论确定优化目标函数，然后根据优化目标函数导出适应度函数，最后介绍了如何用遗传算法对花纹参数进行智能优化和噪声智能诊断的，其中，讲述了各个待优化参数的编码方法、交叉、概率选择复制个体方法等。 论文最后两章介绍了相关软件的设计，并以实际轮胎花纹方案作为优化和噪声故障诊断对象，讲述了智能优化和智能诊断的过程，给出了优化效果图和诊断结果。 本文的研究成果和程序具有较强的工程实用性，其高度的智能化优化和诊断功能为低噪声轮胎设计和生产提供了强有力的高效方法与路径。