车辆的NVH(Noise,Vibration,Harshness)性能直接影响了驾驶员及乘客的乘坐舒适性。随着消费者对车辆驾乘舒适性要求的不断提高,各大汽车厂商对这项性能的研发越来越重视。车内噪声是评价NVH水平的一项重要指标,有效地降低车内噪声已成为车辆在结构研发阶段的重要设计目标,并且对汽车产品市场竞争力的提升具有重要意义。论文以某款SUV车型为研究对象,运用有限元方法对车身的模态参数和声学特性进行了研究。结合声固耦合理论,建立了目标场点的噪声响应面模型,在此基础上进行了车身板件声学灵敏度分析,将灵敏度分析结果与微分进化算法结合,并运用到噪声优化设计过程中。以下是对论文的主要工作与结论的介绍:(1)建立车身结构有限元模型,通过自由模态分析确立了车身结构模态参数,将计算模态与试验模态结果对比,验证有限元模型的可靠性。建立声场有限元模型和声固耦合模型,对声腔模态和车内声学响应特性进行了分析。通过在发动机左侧悬置点处施加简谐激励,得到了车内四个声压目标场点处的噪声峰值大小及对应频率。(2)有限元模型的计算效率相对较低,为提高分析的计算效率,结合试验设计方法,采用多项式响应面模型拟合目标场点的声压级均方根值,并通过计算相对误差和显著性检验验证了模型的准确性。基于响应面模型,对车身板件厚度参数进行了全局灵敏度分析和局部灵敏度分析,得到了各板件的厚度变化对车内噪声水平的敏感程度,并确定了优化设计时参数厚度的取值范围。(3)基于灵敏度综合分析结果,建立了噪声目标函数的数学优化模型,选取板件厚度为设计变量,以车身一阶扭转模态频率以及板件厚度的允许变化范围作为约束条件。对模型运用遗传算法优化,优化后的噪声峰值声压降低了6.5dB(A),且整体噪声水平得到了明显降低。为了提升算法迭代过程的自适应能力,从而获得更优解,引入了一种将设计变量灵敏度特性耦合到算法迭代过程中的改进微分进化算法,并将其运用到噪声目标函数优化过程中。将优化后的板件厚度值代入到声固耦合模型中进行声学响应分析,对比遗传算法的优化结果,目标场点声压级峰值降低了1.6dB(A),车内的声学环境进一步得到改善。