工业的发展使电机得到了广泛地运用,同时它带来的噪声不仅对电机质量、寿命进行了考验,也对周边的环境、生活造成了不良影响,因此在电机振动噪声方面的研究具有十分重要的意义。本文对汽车座椅调节电机运作时出现的振动噪声问题进行研究,通过实验确定电机振动噪声的原因,结合有限元分析、优化实验以及神经网络的搭建,最终达到减振降噪的目的。本文的具体工作内容如下:⑴介绍了电机的振动噪声基本原理,从理论上分析了电机的振动特性方程以及压电方程,通过推导电机在多自由度下振动的复数模态方程以及与压电材料耦合情况下的电阻抗方程,建立了电机与PZT的耦合模型。⑵分别搭建了电机噪声的声学与阻抗测量系统,完成了电机噪声的声学与阻抗实验。通过声级计、NI数据采集卡以及上位机搭建了声学测量系统,对电机进行了声学激振实验,利用LABVIEW中的快速傅里叶变换模块对得到的数据信号进行处理,得到声压频域图像。利用阻抗分析仪分别对定子、转子进行阻抗测量实验,对比阻抗与声学结果,确定电机振动噪声的原因,并划定共振区。⑶搭建了基于ANSYS的电机噪声的阻抗仿真模型,并完成电机噪声的阻抗仿真。利用ANSYS对压电材料进行了仿真分析,确定了PZT的型号、材料参数以及与电机耦合过程中的贴片方式。对电机定子、转子与PZT耦合状态下的模态结果进行了分析。对改进后的定子结构进行模态仿真,对仿真结果进行分析得到了电机固有频率的变化趋势。结果表明,耦合PZT对电机的固有特性影响较小,对实验结果不会造成较大的误差,优化方式能够有效使电机的固有频率发生偏移。⑷建立并完成了基于辐条数变化的电机噪声优化实验,对结构优化后的问题电机进行阻抗测量实验,分析了频率与共振区的关系。结果表明,实验结果与仿真结果一致,即电机的固有频率变化趋势相同,得到了能使机壳固有频率脱离共振区的具体辐条数目,最终达到了电机的减振降噪的目的。⑸建立了基于阻抗仿真的神经网络的模型。重点研究了基于BP算法的前馈神经网络的网络结构与实现步骤,对网络数据的输入输出、训练函数的调用以及神经网络模型的优势与缺点进行了探究。利用MATLAB构建了BP神经网络,识别优化情况。图[40]表[17]参[81]