车内噪声主动控制的研究
汽车噪声主动及被动控制方法简述
汽车噪声主动及被动控制方法简述1前言随着汽车工业的发展，汽车给人类的出行带来极大的便利，但同时也带来了噪声污染等社会问题。
汽车噪声过大会影响汽车的舒适性、语言清晰度，甚至影响驾驶员和乘客的心理、生理健康，如果驾驶员长期处于噪声环境中容易引起疲劳造成交通事故和生命危险；同时，汽车噪声过大也会影响路人的身心健康，人们长时间接触噪音，会耳鸣、多梦、心慌及烦躁，或直接引起听力下降甚至失聪，其中由车辆噪音间接引发的交通事故，也并不鲜见。
因此对汽车噪声进行控制就显得非常必要了。
为了治理汽车噪声污染，各国均制定有关标准，我国国家环境保护总局和国家质量监督检验检疫总局于2002年1月4 日联合发布了GB 1495—2002《汽车加速行驶车外噪声限值及测量方法》强制性标准，代替GB 1495—1979，并于2002年10 月1日实施。
表1 国内外车辆行驶噪声限值标准的比较（单位：dBA）新标准是在参考ECE RS1《关于在噪声方面汽车(至少有4个车轮)型式认证的统一规定》基础上制定的。
新标准的出台，改变了过去标准不科学、测试项目不完整的局面，为治理汽车噪声污染提供了有效的控制手段，对完善我国的汽车噪声标准体系将起到积极的推动作用。
2汽车噪声来源汽车是一个包括各种不同性质噪声的综合噪声源，按噪声产生的部位，主要分为与发动机有关的噪声和与排气系统有关的噪声以及与传动系统和轮胎有关的噪声。
（1）发动机发动机噪声包括燃烧、机械、进气、排气、冷却风扇及其他部件发出的噪声。
在发动机各类噪声中，发动机燃烧噪声和机械噪声占主要成分。
燃烧噪声产生于四冲程发动机工作循环中进气、压缩、做功和排气四个行程，快速燃烧冲击和燃烧压力振荡构成了气缸内压力谱的中高频分量。
燃烧噪声是具有一定带宽的连续频率成份，在总噪声的中高频段占有相当比重。
表2 发动机机械噪声类型发动机内位置活塞连杆机构传动机构配气机构柴油机供给系其他部位组成活塞敲击声活塞环摩擦声正时齿轮撞击声皮带传动声链传动噪声喷油器噪声喷油泵噪声高压油管内油压传递声气门开、闭冲击声配气机构冲击声气门弹簧振动声发电机噪声空压机噪声冷却器噪声液压泵噪声机械噪声是指发动机工作时，各零件相对运动引起的撞击，以及机件内部周期性变化的机械作用力在零部件上产生的弹性变形所导致的表面振动而引起的噪声，包括活塞敲击声、气门机构声、正时齿轮声。
汽车主动降噪系统技术要求和试验方法-最新国标
汽车主动降噪系统技术要求和试验方法1 范围本文件规定了汽车主动降噪系统的技术要求及试验方法，包含发动机噪声主动降噪系统和道路噪声主动降噪系统。
本文件适用于M1、N1类车辆主动降噪系统，其它的车辆主动降噪系统可参照执行。
2 规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。
其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T 3730.2-1996 道路车辆质量词汇和代码GB/T 3785.1 电声学声级计第1部分：规范GB/T 6326 轮胎术语及其定义GB/T 6882 声学声压法测定噪声源声功率级和声能量级消声室和半消声室精密法GB/T 15089 机动车辆及挂车分类GB/T 15173 电声学声校准器GB/T 18697 声学汽车车内噪声测量方法GB/T 19596-2017 电动汽车术语GB 34660 -2017 道路车辆电磁兼容性要求和试验方法GB/T 38146.1 中国汽车行驶工况第1部分：轻型汽车ISO 10844 声学用于测量道路车辆及其轮胎发射噪声的试验车道技术规范（Acoustics - Specification of test tracks for measuring noise emitted by road vehicles and their tyres）3 术语和定义GB/T 3730.2、GB/T 6326、GB/T 15089、GB/T 38146.1界定的以及下列术语和定义适用于本文件。
汽车主动降噪系统 automobile active noise cancellation system(ANC)基于两个声波相消性或声辐射抑制的原理，控制器基于车辆行驶信号对车辆实际状况做出响应，由扬声器发出反向声波以抵消车内实际噪声。
根据有无参考信号，主动降噪系统可分为前馈主动降噪系统和反馈主动降噪系统，前馈主动降噪系统由参考信号、控制器、麦克风和扬声器等组成，反馈主动降噪系统由控制器、麦克风和扬声器等组成。
汽车主动降噪技术原理
汽车主动降噪技术原理汽车的主动降噪技术是一种通过声学反馈和主动控制来减少汽车内部噪音的技术手段。
它的原理是通过传感器实时感知车内噪音，然后通过控制器分析、计算和处理这些信号，最后通过喇叭、扬声器等辅助装置发出与车内噪音相对抗的声波，从而降低噪音水平。
主动降噪技术的主要原理包括反馈回路、智能控制和扬声器输出。
首先，反馈回路是主动降噪技术的核心部分之一。
汽车内装有多个麦克风传感器，它们在不同位置感知车内噪声。
这些传感器将感知到的声音信号传送给控制器进行分析处理。
控制器分析声音的频率和振幅，确定主要频率和噪音源位置，并生成相应的反向声波。
其次，智能控制是主动降噪技术的关键。
控制器使用复杂的算法，将分析得到的声音特征与噪音源的相关信息进行匹配，并生成相应的反向声波。
具体而言，控制器会将噪音信号与已知的噪音源模型相比较，并根据两者之间的差异来生成相应的反向声波。
最后，扬声器输出是主动降噪技术的重要组成部分。
通过设备内的扬声器系统，控制器将计算出的反向声波传递到车内特定位置。
这些反向声波与车内噪声相干干涉，产生互相抵消的效果，降低车内噪音水平。
在实际应用中，主动降噪技术还面临一些挑战。
首先，噪声源的位置和特征是该技术的关键，需要精确的传感器和算法来检测和处理。
其次，计算和处理声音信号所需的计算能力也是一个挑战，要求系统具有较高的处理速度和功耗控制。
此外，汽车内部的声学环境也会对主动降噪技术产生影响，例如车厢尺寸、材料等。
总结起来，汽车主动降噪技术通过传感器感知车内噪声，通过控制器智能分析、计算和处理声音信号，并通过喇叭、扬声器等输出装置发出反向声波，以降低汽车内部噪音水平。
这项技术能够有效地提高车内的乘坐舒适性和安静性，为驾驶人和乘客带来更好的驾驶体验。
车辆主动降噪改造方案设计
车辆主动降噪改造方案设计背景车辆噪声对于车内乘客的舒适度和健康都有很大的影响，而且也会对周围环境造成噪声污染。
因此，车辆主动降噪成为了一个研究的热点，旨在改善车辆内外的环境质量。
本文介绍一种车辆主动降噪改造方案设计。
方案设计1. 系统整体设计主动降噪方案主要由外部噪声采集系统、控制系统、音频处理系统和音响系统等组成。
其中，外部噪声采集系统负责采集车辆内外的噪声信号并提供给音频处理系统，音频处理系统根据采集到的噪声信号和车辆内部音频信号进行处理，将处理后的信号提供给音响系统输出。
2. 外部噪声采集系统外部噪声采集系统包括了声音传感器和信号调理电路两部分。
声音传感器负责采集车辆内外的噪声信号，信号调理电路主要对传感器采集的信号进行滤波和放大，以提高采集的信号质量。
3. 音频处理系统音频处理系统的主要任务是对采集到的噪声信号进行处理，使得处理后的信号与车辆内部的音频信号相加后可以最大限度地抵消噪声。
具体来说，音频处理系统包括了数字信号处理器（DSP）和算法库，通过对采集到的噪声信号和车辆内部音频信号进行算法处理，生成抵消噪声所需的反向信号，最终提供给音响系统输出。
4. 音响系统音响系统通过扩音器将处理后的反向信号输出到车辆内部，实现对车辆噪声的主动抵消。
同时，为了避免反向信号对车厢内部产生二次噪声，需要对音响系统的输出进行精确的定向和衰减控制。
结论车辆主动降噪方案不仅可以提高车内乘客的舒适感，还能减少对周围环境的噪声污染。
该方案的实现需要依赖于高质量的声音传感器、先进的数字信号处理技术和精确的定向和衰减控制技术。
参考文献•刘伟等. 车辆主动降噪技术研究综述[J]. 机械工程师(机电工程师), 2014, 15(5): 47-50.•张三等. 高效的车辆主动降噪方案研究[J]. 电子与信息学报, 2013, 35(7): 1535-1542.•周五等. 基于DSP的车辆主动降噪系统设计[J]. 电子设计工程, 2012, 20(2): 87-90.。
车内振动噪声与声学优化的有限元建模研究
车内振动噪声与声学优化的有限元建模研究摘要：在现代社会中，汽车已经成为人们生活中不可或缺的交通工具。
然而，车辆在行驶过程中产生的振动噪声问题，不仅影响了驾驶者和乘客的舒适性，还可能对健康产生负面影响。
因此，减少车内振动噪声，提高汽车的声学性能变得至关重要。
声学优化是解决这一问题的关键方法之一，它涉及有限元建模、声学材料的选择、结构改进和减振技术等多个方面。
本文将深入研究这些方法，以期为解决车内振动噪声问题提供有效的解决方案。
关键词：车内振动噪声、声学优化、有限元建模、声学材料、减振技术、主动降噪系统1.车内振动噪声与声学问题1.1车内振动噪声的来源与特点车内振动噪声是指在汽车行驶过程中产生的振动和噪声问题。
它的来源多种多样，包括来自发动机、车辆底盘、车轮和路面不平整等因素。
这些振动和噪声通过整车的车身框架结构和板结构进行振动噪声传递，辐射到乘员舱后，会影响驾驶者和乘客的舒适性，降低行驶过程中的安静度。
车内振动噪声的特点包括频率范围广、振幅不一、持续时间长，这使得它成为汽车行驶过程中常见的困扰因素。
为了改善乘车体验和提高驾驶者的专注度，需要深入了解振动噪声的产生机制和传播途径，以制定有效的声学优化策略[1]。
1.2声学优化的必要性和方法声学优化是解决车内振动噪声问题的必要手段。
车内振动噪声不仅降低了驾驶者和乘客的舒适性，还可能对健康产生负面影响，如引发疲劳、增加压力，甚至损害听力。
此外，过高的振动噪声水平还会降低驾驶者的警惕性，可能导致事故的发生。
因此，声学优化的必要性不仅在于提高行驶舒适性，还在于确保乘客的健康和安全。
通过声学优化，可以减少车内振动噪声，提高声学性能，改善驾驶和乘车体验，为驾驶者和乘客创造更宁静、更舒适的汽车环境。
这使声学优化成为现代汽车制造业不可或缺的一部分，有助于提高汽车的市场竞争力和乘客满意度。
汽车的低噪设计通常需要结合整车的实际结构进行优化，不同车型的车身结构差异较大，不具有普遍性，且车身结构复杂多变，导致汽车内部的噪声通常难以用精确的解析式来进行拟合，故而常用的声学优化的方法主要为数值分析方法和实验测试。
车内噪声主动控制技术现状及发展趋势
科技资讯S I N &T NOLOGY I NFORM TI O N车内噪声主动控制技术现状及发展趋势钱燕（无锡职业技术学院江苏无锡214121）摘要：本文首先介绍了噪声主动控制技术在车内应用的发展历程，然后介绍我国开展车内噪声主动控制技术的一些研究，最后对车内噪声主动控制技术的未来作了展望。
关键词：主动控制车内噪声中图分类号：TB53文献标识码：A 文章编号：1672-3791(2008)01(c )-0004-021引言低频噪声是车辆舱室内部噪声的主要成分。
传统噪声控制技术，多采用阻尼比较大的材料，利用隔声、隔振，甚至重新进行结构设计来控制噪声，对一些车身结构的振动及其辐射的低频噪声仍无法得到有效控制。
而噪声主动控制(A c t i ve Noi s e Co nt r o l ，简称ANC)技术在消声机制、控制机理及系统研究和应用等方面，弥补了噪声被动控制的诸多不足，特别是在控制管道低频噪声中获得了良好的降噪效果，因而倍受噪声控制界的关注和重视。
2车内噪声主动控制技术的发展历程车内(封闭空间)噪声的主动控制技术最早出现在上世纪80年代。
英国I SVR 的Ne l s o n 等人在封闭空间有源消声理论研究和技术方面做了大量工作，研究了有源消声系统次级声源阵列和监测传声器的最优布放问题，并开始在飞机舱室和轿车车内进行自适应有源降噪研究。
1983年，挪威的T.Be r ge 在柴油车驾驶室内采用有源消声，取得了在着火频率处降噪15.7dB 的效果。
1984年,美国通用汽车公司的J.Os w a l d 提出了第一个主动控制系统，用自适应有源降噪方法对柴油车驾驶室进行研究。
系统由分立元件构成，采用发动机转速信号分频方法产生多阶正弦波参考信号，经过控制器进行调幅、倒相处理，反馈给次级电声系统，产生抵消处噪声的反噪声。
声学部分采用单次级源、单监测传声器。
实验结果表明，对由发动机几个低阶谐量引起的室内低频噪声降噪效果明显，可使谐阶噪声仅高出本底噪声(5～7)dB 。
汽车底盘系统的振动与噪声控制策略研究
汽车底盘系统的振动与噪声控制策略研究近年来，随着人们对驾驶舒适性和安静性的关注度不断提高，减少汽车的振动和噪声已成为汽车工程领域的研究热点之一。
汽车底盘系统作为汽车结构的重要组成部分，其振动和噪声对驾驶员和乘客的舒适感和健康状况有着重要影响。
因此，研究汽车底盘系统的振动与噪声控制策略，提高汽车的乘坐舒适性和降低噪声水平具有重要意义。
在汽车底盘系统的振动与噪声控制策略研究中，传统的主动控制和被动控制方法被广泛应用。
主动控制方法利用传感器获取车辆振动和噪声信息，并通过控制器和执行机构对振动和噪声进行主动控制。
被动控制方法则通过结构和材料的优化设计来减少振动和噪声。
在主动控制方法中，主动悬挂系统和主动减噪技术是两个重要的研究方向。
主动悬挂系统通过采用电液式和电子控制技术，可以根据不同的路况和驾驶需求主动调节悬挂系统的刚度和阻尼特性，从而减小由路面不平引起的振动和噪声。
主动减噪技术则通过在车内安装带有传感器和执行机构的噪声控制器，利用反向传播原理来抵消底盘系统和进气系统产生的噪声，从而提高驾驶员和乘客的舒适性。
除了主动控制方法，被动控制方法也是汽车底盘系统振动与噪声控制的重要手段。
被动控制方法主要通过优化悬挂系统的设计和材料的选择来减少振动和噪声。
例如，采用减振器、弹性材料和复合材料等减振降噪材料可以有效减小汽车底盘系统的振动和噪声。
此外，还可以通过优化悬挂系统的结构和减震器的参数等来降低汽车振动和噪声的传递。
除了上述方法，还可以采用多模态控制策略来进一步提高汽车底盘系统的振动与噪声控制效果。
多模态控制策略指的是通过组合多种振动和噪声控制方法来获得更好的控制效果。
例如，可以将主动控制方法和被动控制方法相结合，同时利用主动悬挂系统和减振降噪材料来减少振动和噪声。
通过多模态控制策略，可以充分发挥各种控制方法的优势，提高振动和噪声的控制效果。
总之，汽车底盘系统的振动与噪声控制是提高汽车驾驶舒适性和安静性的重要手段。
2024年汽车噪声控制技术的最新进展与发展趋势（3篇）
2024年汽车噪声控制技术的最新进展与发展趋势摘要汽车噪声是一个长期以来引起人们关注的问题。
为了提高驾驶者和乘客的舒适度，同时满足环境保护的要求，汽车制造商和研究机构一直在致力于降低汽车噪声。
本文将介绍2024年汽车噪声控制技术的最新进展与发展趋势，其中包括主动噪声控制技术、全车噪声控制技术和电动汽车噪声控制技术。
一、主动噪声控制技术主动噪声控制技术是通过检测车内外噪声源，并通过喇叭或振动装置发出逆向声波或振动，以抵消原始噪声的技术。
目前，该技术已经在高端汽车上得到应用，在2024年预计会得到更进一步的发展。
这些系统通过使用先进的传感器和算法来监测噪声源的位置和频率，并使用高性能喇叭和振动装置来抵消噪声。
预计未来的主动噪声控制系统将更加智能化，能够自动适应不同的驾驶环境和乘客需求。
二、全车噪声控制技术全车噪声控制技术是一种综合应用各种技术手段来降低整车噪声的技术。
它包括车身隔音技术、悬挂系统噪声控制技术、发动机和传动系统噪声控制技术等。
预计在2024年，全车噪声控制技术将更加成熟和普及。
通过改进车身隔音材料和结构，优化悬挂系统设计，使用先进的发动机和传动系统，汽车制造商将能够提供更低的噪声水平。
三、电动汽车噪声控制技术电动汽车具有非常低的噪声水平，这是其优势之一。
然而，在低速范围内，电机和轮胎噪声仍然是噪声的主要来源。
为了提高驾驶者和行人的安全感，并遵守道路交通规则，法规要求电动汽车在低速行驶时发出人为产生的声音。
预计在2024年，电动汽车噪声控制技术将进一步发展，以满足这些要求。
这些技术包括电机噪声控制技术和外部声音发生器技术。
通过优化电机设计和控制算法，以及使用外部声音发生器来模拟引擎声音，电动汽车制造商将能够提供符合要求的人为声音。
结论随着技术的不断发展和进步，2024年汽车噪声控制技术将实现更大的突破和进步。
主动噪声控制技术将更加智能化，全车噪声控制技术将更加成熟和普及，电动汽车噪声控制技术将满足更高的安全要求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
车内噪声主动控制技术的研究徐云峰靳晓雄（同济大学汽车学院上海 201804）fly10007@摘要：基于国内对汽车车内噪声控制标准的提升，运用目前国内外对噪声主动控制方面的研究成果，结合汽车本身的特点，本文阐述了利用压电陶瓷对车内噪声进行主动控制的研究。
并根据车内声学模态对压电陶瓷优化配置方法和基于神经网络的控制策略进行探讨，通过对桑塔纳2000型轿车试验证实了这种主动控制方法的有效性。
关键词：车内噪声，压电陶瓷，主动控制，控制策略1.前言：随着国内外汽车技术的发展，车内噪声的控制标准越来越严格，它对汽车噪声控制技术提出了更高的要求。
众所周知，传统的噪声被动控制技术较好的解决了车内高频段噪声，而对低频段噪声控制效果不佳。
对此我们研究了一种新的噪声控制技术，即基于神经网络的基础上，利用传感器/作动器来进行车内噪声的主动控制。
试验研究表明，这种控制技术有效的降低了汽车车内噪声。
并且随着信号处理、电子技术的飞速发展和现代控制理论及测试技术的进步，这种噪声主动控制方法有着广泛的应用前景。
2.压电传感器与作动器的配置研究在压电传感/作动器的配置方面，主要是基于给定的压电传感器与作动器，要求最佳的数据采集与动作位置。
先前的研究表明，在振动能量最大点布置传感器，在振动能量最小点布置作动器。
以桑塔纳2000型轿车为例分析计算，使用ANSYS软件进行轿车结构振动的声学贡献模拟分析，在要研究的20HZ、25HZ、50HZ频率内，顶棚后部被认为正贡献区域并且其声学贡献较大，所以我们以顶棚作为对象进行振动噪声的控制。
然后运用ANSYS软件对轿车顶棚进行模态分析，以掌握其振动特性，并确定待控振动模态。
模态分析的部分计算结果如表1所示。
表1 轿车顶棚有限元模态分析结果阶数（m，n）固有频率（Hz）1 1，1 26.8452 2，1 54.2143 1，2 98.3244 3，1 142.35将轿车顶棚简化为四边简支的矩形薄板结构【1】，运用下面的声学辐射效率公式(1)对轿车顶棚声辐射效率进行计算。
∑∞1=∑∞=∫∫∑∞1=∑∞=∫∫ΩΩ=m n s mn mn m n smn mn mn ds V ds V 1212||||σσ （1） mn V － 模态速度mn Ω－ 模态函数S － 板面积mn σ－ 单模态辐射效率采用模态声辐射效率的指标来衡量其各阶主要模态的模态辐射效率，利用计算的结果对声辐射优势模态和劣势模态进行区别，选出需要进行控制的振动模态，随后，基于传感器布置在振动能量最大的地方，作动器布置在所需控制能量最小的地方的理论，布置传感器与作动器，再利用D 优化方法[2]与作动器配置优化方法[3]进行验算得出有限传感器与作动器下的最优配置。
这样做完全是考虑到汽车作为被控系统的复杂性，运用计算机进行模态分析，避免了直接用D 优化方法与作动器配置优化方法寻点的复杂工作，选好点后，直接用这些方法验算，在有限的传感器与作动器的情况下，就可以保证了要控制点的最优化。
计算结果如图1所示，横坐标为频率，纵坐标为辐射效率。
根据上述计算结果，本文选择第（1，2）阶模态为待控模态，传感器和压电片的粘贴位置为此模态振型的峰值处。
2）图1 轿车顶棚模态声辐射效率计算3．神经网络自适应控制系统的建立神经网络具有良好的非线性映射能力，自学习适应能力和并行信息处理能力，以及具有很强的容错性和鲁棒性[4]。
它将控制系统看成是由输入到输出的一个映射，利用自身的学习能力和适应能力实现系统的映射特性，从而完成对系统的控制。
在运用神经网络对车内噪声的控制方面，由于静态神经网络控制器不具备在线调节的功能，鲁棒性与容错性的功能会受到影响，而自适应技术具有很大的鲁棒性与容错性，并且由于自适应滤波技术能够使噪声主动控制系统连续地跟踪噪声源及环境参数地变化，自动选取控制参数，所以，目前主要还是与自适应控制算法结合应用。
这样做也解决了自适应控制过程中的稳定性问题，保证系统地最佳工作状态，由此构成了神经网络自适应噪声主动控制系统。
其控制策略框图如图2所示。
图2.基于自适应技术的神经网络控制系统框图BP网络的产生归功于BP算法的获得，BP算法属于δ算法，是一种监督式的学习算法。
q1，P2,…,P q.。
已知与其对应的输出样本为：其主要思想为：对于个输入学习样本：PT1,T2,…,T q。
学习的目的是用网络的实际输出A1,A2,…,A q与目标矢量T1,T2,…,T q之间的误差来修改其权值，使A n（n=1,2,…,q）与期望的nT尽可能的接近，即：使网络输出层的误差平方和达到最小。
它是通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差的变化而逐渐逼近目标的。
每一次权值和偏差的变化都与网络误差的影响成正比，并以反向传播的方式传递到每一层的。
BP算法是由两部分组成：信息的正向传递与误差的反向传播。
在正向传播过程中，输入信息从输入经隐含层逐层计算传向输出层，每一层神经元的输出作用于下一层神经元的输入。
如果在输出层没有得到期望的输出，则计算输出层的误差变化值，然后转向反向传播，通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值直至达到期望目标。
系统中的BP网络也是采用离线学习，在线使用的方法，所不同的是这种系统采用基于神经网络的直接逆模型[5]控制策略实现振动主动控制，并采用了自适应控制技术设计了具有自适应环节的神经网络控制器来更好的提高神经网络鲁棒性和容错性改善控制系统的性能。
用两个多维的状态空间模型分别来模拟实际的外扰通道和控制通道，利用MATLAB软件中的系统识别工具箱建立外扰通道模型和控制通道模型。
即对轿车上的控制点进行数据采集，采集的是噪声信号与汽车顶棚板件控制点的振动信号作为整车系统的输入和输出信息，然后根据这些输入输出数据来估计它的数学模型，文中采用的是从输入输出数据中估计系统状态空间表达式，即系统状态方程模型估计。
对于SISO 系统而言，表达式见式（2）。
()()()()())(1k Du k CX k Y k Bu k AX k X +=+=+ （2） 式（2）中，)(•u 和为输入输出向量，)(•y )(•X 为状态变量，A 为系统矩阵，B 为分配向量，C 为量测向量，D 为入出向量。
根据神经网络和振动主动控制的特点，通过MATLAB 设计了神经网络直接逆模型控制器，即采用受控系统的一个逆模型，它与受控系统串接以便使系统在期望响应（网络输入）与受控系统输出间得到一个相同的映射。
控制系统中的神经网络逆模型结构采用的是1－15－30－1型BP 神经网络。
该网络的建立和训练利用的是MATLAB 软件中神经网络工具箱中的工具函数newff 建立BP 网络。
在使用函数trainlm 对网络进行训练之前，先设置训练参数。
这里设置训练时间为3000个单位时间，训练目标误差为误差小于0.00001，其它参数采用默认值。
训练后作为神经网络直接逆模型控制器。
将神经网络控制器模块、自适应模块与PCI6024E 数模转换卡模块连接起来构成神经网络控制的振动主动控制系统，如图3所示。
图3. 神经网络控制的振动主动控制系统4.神经网络控制的振动主动控制实验由于在实验当中，发动机的二阶振动是顶棚振动的主要外部激励，因此选择了发动机的振动加速度信号作为控制系统的参考信号。
在发动机支架上布置了加速度传感器，测量得到的振动信号，经过A/D 转换进入控制算法，作为控制系统的参考输入。
适当选取控制参数，发动机转速为2500转/分钟时，控制实验的结果如图4所示。
图4表示的是未实行控制时与控制系统工作一秒钟后顶棚振动加速度采样信号的比较，由图可以说明，通过自适应神经网络控制以后，顶棚的振动明显减小了，基频下的振动级下降了5dB 左右。
图4. 振动主动控制实验结果进行主动控制实验时，测量噪声采用的仪器是丹麦Brüel & Kjær公司2260型声级计，噪声测点为驾驶员右耳，噪声测量方法是直接测量A计权声级，及对应测点下频率域内的噪声声压级分布。
试验中本底噪声声压级未达到30分贝，与各工况下测得的噪声声压级相差超过25分贝以上，由于远大于10分贝，所以不需考虑本底噪声对噪声测量结果的影响。
车内噪声主动控制结果如表2所示，表2. 测量车内噪声声压级结果工况（发动机转速）未控制时噪声（加权值/dBA）模糊控制后噪声（加权值/dBA）神经网络控制后噪声（加权值/dBA）2500转/分钟 65.9 64.3 63.83000转/分钟 68.3 66.6 66.25.结束语：针对汽车车内噪声控制问题，本文详细阐述了从控制振动源和噪声传播途径的角度着手，应用压电陶瓷作为传感器与作动器。
通过控制器的调节输出直接控制板件的振动，从而降低车内噪声，本文采用的控制策略是自适应神经网络控制。
通过研究表明，采用这种技术对轿车车内噪声的控制取得了较好的结果，下一步的研究将在主要集中在将轿车车内空腔简化为空腔模型进行多输入多输出的自适应神经网络主动控制研究。
参考文献[1] 周炜靳晓雄.轿车车身板件振动自适应主动控制研究与试验. 同济大学学报：自然科学版.2002,30(8).[2]严天宏，牟全臣，王建宇.并置压电传感器/作动器的最优配置及反馈增益研究.振动工程学报1999,12(4).-570-576[3]古渊,陈伟民.压电减振机敏柔性板上的布片位置优化研究.压电与声光.1999,21(1).-32-36,40[4] K. Schmid, V. thormann, T. weyer, D. Mayer, S. Herold, V. krajenski: Aktive Schwingungskompensation an einer PKW-Dachstrukyur.. 2003 v.01./03.04[5] Yang, Zhe:nyu Design of active noise control using feedback control techniques for an acoustic duct system. 2004 IEEE Conference on Robotics, Automation and Mechatronics, 2004 IEEE Conference on Robotics, Automation and Mechatronics, 2004, p 467-472Research on the technology of active noise control in vehicleXu Yunfeng Jin Xiaoxiong(College of automotive engineering, Tongji University, Shanghai, 201804,China)AbstractOn the basis of the promotion of the noise control standard in vehicles domestically, using the domestic and international recent research result of active noise control, combining the vehicles own characteristics, this article explains in detail the research of active noise control utilizing the piezoelectric ceramic in vehicles, and discusses the collocation method of piezoelectric and the control strategy of neural network. according to the acoustics mode. Confirm the availability of the method of active noise control, through Santana 2000.Key words: noise in vehicle, piezoelectric ceramic, active control, control strategy。