Predicción del ruido del viento en el interior del vehículo basado en características de forma utilizando el modelo WOA-Xception
Autores: Ma, Yan; Yi, Hongwei; Ma, Long; Deng, Yuwei; Wang, Jifeng; Wu, Yudong; Peng, Yuming
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Predicción del ruido del viento en el interior del vehículo basado en características de forma utilizando el modelo WOA-Xception
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Metodología
Ruido del viento
Características de la forma del vehículo
Modelo WOA-Xception
Precisión de la predicción
Parámetros exteriores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Con el fin de enfrentar el desafío de evaluar de manera eficiente los niveles de ruido del viento en el interior de los vehículos de pasajeros durante las primeras etapas del diseño de la forma, este documento propone una metodología para predecir el ruido del viento en el interior. La metodología integra las características de la forma del vehículo con un modelo de optimización de ballenas Xception (WOA-Xception). Se construye un modelo de mapeo no lineal entre las características de la forma del vehículo y el nivel de ruido del viento en el oído derecho del conductor. Este modelo se construye utilizando parámetros exteriores clave, que se extraen de datos de pruebas en túneles de viento bajo condiciones de operación típicas. Los parámetros exteriores incluyen el parabrisas delantero, el pilar A y el techo. Los hiperparámetros clave del modelo Xception se optimizan de manera adaptativa utilizando el algoritmo de optimización de ballenas para mejorar la precisión de la predicción y la capacidad de generalización del modelo. Los resultados de la predicción en el conjunto de prueba demuestran que el modelo WOA-Xception alcanza valores de error porcentual absoluto medio (MAPE) de 9.78% y 9.46% y valores de error cuadrático medio (RMSE) de 3.73 y 4.06, respectivamente, para muestras de sedán y vehículos utilitarios deportivos (SUV), con tendencias de predicción que se alinean con los datos medidos. Un análisis comparativo con modelos tradicionales de Xception, WOA-LSTM y memoria a largo y corto plazo (LSTM) valida aún más las ventajas de este modelo en términos de precisión y estabilidad, y aún mantiene una buena capacidad de generalización en un conjunto de validación independiente (error porcentual absoluto medio de 9.45% y 9.68%, error cuadrático medio de 3.77 y 4.15, respectivamente). Los hallazgos de la investigación proporcionan un enfoque técnico eficiente y factible para la evaluación rápida del rendimiento del ruido del viento en el vehículo y ofrecen una base teórica y referencias de ingeniería para el diseño de optimización de ruido, vibración y aspereza (NVH) durante la fase temprana de diseño de la forma del desarrollo del vehículo.
Descripción
Con el fin de enfrentar el desafío de evaluar de manera eficiente los niveles de ruido del viento en el interior de los vehículos de pasajeros durante las primeras etapas del diseño de la forma, este documento propone una metodología para predecir el ruido del viento en el interior. La metodología integra las características de la forma del vehículo con un modelo de optimización de ballenas Xception (WOA-Xception). Se construye un modelo de mapeo no lineal entre las características de la forma del vehículo y el nivel de ruido del viento en el oído derecho del conductor. Este modelo se construye utilizando parámetros exteriores clave, que se extraen de datos de pruebas en túneles de viento bajo condiciones de operación típicas. Los parámetros exteriores incluyen el parabrisas delantero, el pilar A y el techo. Los hiperparámetros clave del modelo Xception se optimizan de manera adaptativa utilizando el algoritmo de optimización de ballenas para mejorar la precisión de la predicción y la capacidad de generalización del modelo. Los resultados de la predicción en el conjunto de prueba demuestran que el modelo WOA-Xception alcanza valores de error porcentual absoluto medio (MAPE) de 9.78% y 9.46% y valores de error cuadrático medio (RMSE) de 3.73 y 4.06, respectivamente, para muestras de sedán y vehículos utilitarios deportivos (SUV), con tendencias de predicción que se alinean con los datos medidos. Un análisis comparativo con modelos tradicionales de Xception, WOA-LSTM y memoria a largo y corto plazo (LSTM) valida aún más las ventajas de este modelo en términos de precisión y estabilidad, y aún mantiene una buena capacidad de generalización en un conjunto de validación independiente (error porcentual absoluto medio de 9.45% y 9.68%, error cuadrático medio de 3.77 y 4.15, respectivamente). Los hallazgos de la investigación proporcionan un enfoque técnico eficiente y factible para la evaluación rápida del rendimiento del ruido del viento en el vehículo y ofrecen una base teórica y referencias de ingeniería para el diseño de optimización de ruido, vibración y aspereza (NVH) durante la fase temprana de diseño de la forma del desarrollo del vehículo.