当前位置:首页 > 汽车电子 > 汽车电子
[导读] 对于很多汽车生产商来说,一辆汽车的完整声学建模设计依然是一个梦想。然而,声学仿真方法受到越来越广泛的应用,而且正成为致力减少开发时间的重要设计工具。   声学建模常被误解为是一个可以解决所有问题的魔术

 对于很多汽车生产商来说,一辆汽车的完整声学建模设计依然是一个梦想。然而,声学仿真方法受到越来越广泛的应用,而且正成为致力减少开发时间的重要设计工具。

  声学建模常被误解为是一个可以解决所有问题的魔术工具。其实到目前为止,声学和振动建模只能够提供重要的建议而不是确切的答案,而且还必须具备在开发和原型阶段就将其当作解决问题的工具的观念才行。

  由于不太被人相信,在设计阶段并没有将车辆的所有声学问题考虑在内,因而导致声学问题就在原型或更迟的阶段出现。假如实验人员能够得到FEM(有限元法)模型,那么声学问题从一开始就可以被考虑到;同时假如设计人员能够明白一份测量报告的真正含义,问题也更容易被解决。因此说,声学建模应该是一种结合原型开发、以问题解决为导向的额外工具,同时相关的流程可以遵循以下原则步骤。

  在设计阶段:1.获得简化的声学FEM模型;2.在估算输入力下,利用BEM或SEA方法评估噪声水平;3.计算出设计阶段是否会出现严重的问题。

  在原型阶段:1.从原型获取实验数据和孤立噪声问题;2.获得每个问题的循环模型和检查输入力振幅;3.尝试可能的解决方法和对期望结果进行仿真;4.检验施加在原型上的解决方法;5.利用实验数据完善解决方案。

  设计方法

  以下是从Vibro-Acoustics Science Inc. Application Note(振动声学方面的报刊)引用的一个案例,其描述AUTOSEA仿真软件在车内噪声方面的应用(见图1)。


图1 带有子系统的车辆的AUTOSEA模型

  就车内噪声而言,典型的问题有:车内噪声水平;噪声源和传递路径;如何降低噪声水平。为了回答以上问题,导入车辆的FEM模型就显得很有必要了。这是一种“概念阶段”的典型粗网格模型,大概会生成15万个单元,当然单元数需要减少至大约5万个。简化的模型必须加以修订,解决某些问题,然后再检查是否还保持原有的特性。

  现在就可以通过一种声振方法(基于感兴趣的频率范围),用简化的模型评估车内多个接收位置的噪声水平了。有两种方法可供选择:频率上限至 200Hz的FEM-BEM(有限元和边界元)方法和200Hz及以上的SEA(统计能量分析)方法。FEM-BEM方法可以被应用于结构传播和空气传播路径场合,但此方法在模型密度快速上升时会变得复杂和需要过多的单元,而当模型密度增加时SEA则能给出好的结果。

  要识别振动或噪声源头与传递路径,相关技术必须结合FEM-BEM方法一同使用,这样降噪技术也许能得出结果。而SEA方法则是根据能量转移计算去识别每个源头的贡献量和声波传输路径的效率(见图2)。


图2 SEA的网络

  通过逐个分析,复杂的问题可得到更有效的解决。这里我们展示AUTOSEA在考虑车顶蓬噪声(由气动压力产生)的特定场合的使用。

  首先,我们导入FEM模型,并将材料和梁截面特性储存在数据库里,然后通过只创建NASTRAN顶蓬单元和所有的SEA子结构来简化几何形状复杂度(除了挡风玻璃可见)。我们向SEA模型加入弯曲板来代表顶蓬。

  1.集合顶蓬、挡风玻璃和内部腔并观察波段的模数数量,因为声学腔增加得非常迅速。

  2.描出被选择的子系统的波数,观察到玻璃的巧合频率要远远低于顶蓬。在宽阔的频带范围里,挡风玻璃都是一个明显的辐射体。

  连接顶蓬和挡风玻璃子系统,其角度接近正常,所以能量只能通过moments传递。连接顶蓬和内部子系统,顶蓬板的辐射效率有赖于固定边界(如一般挡板和顶蓬内衬对辐射效率分别起到增加和减少作用)。顶蓬内衬对辐射效率的影响可通过SEA方法分析模拟或者用试验的数据导入模型中得出。

  用功率源连接到顶蓬子系统来代替风(气动)压力源。气动压力的频谱可由风洞测试或者路面测试数据决定,或者作为一种默认频谱来计算。将能量输入到顶蓬是因为风噪在低频时很大,并会因为结构波数和对流波数的分歧而迅速减小。请注意:模型的其他振动噪声源(见图3)分别是通过结构传递的发动机噪声(以车辆front rail测量的振动表示)和通过空气传播的轮胎噪声(以车底板的底部表面测量的弥漫声压级表示)。


图3 振动噪声源

  想通过解决上述网络来获得轿车、货车、车底、挡风玻璃和顶蓬等地方的可预测A计权声压值,那么也许就要注意到,A计权传感器的更高测量水平是适用于500Hz以上频率的。如果再看看输入到车辆内部的能量(针对多振动噪声源问题),会发现轮胎噪声占据了250~1 000Hz的频率范围,但在更高频段区就应该是挡风玻璃对车内噪声负责了。因此,我们现在不得不去了解究竟是什么因素引起挡风玻璃发生振动。

 第一种途径就是通过冻结内部声压来进行“源头排位”,然后断开风噪源和胎噪源并重新解决所有的问题。结果显示,传入车内的挡风玻璃的高频辐射是由发动机振动引起的结构激励导致的。


  再把风噪源和胎噪源重新连接上(底板质量法的输入是0.73m2和4.5kg),并且重新解决相关问题以获得2 000Hz下的能量流。正如期望那样,挡风玻璃和仪表板是车内噪声的两个主要贡献源,但现在我们同样获知通过上下支柱传输的结构路径的信息。

  500~2 000Hz频率范围的胎噪传输能够通过增加一块地板垫来减小。但为表征地板垫,必须在数据库里创建3-layer样品,并且将其加到胎噪和车内部的连接器。可通过测试和调整此组件的组成以达到最大效果(期望频带内)。双壁共振效应可能会增加某些特定频带的车内声压,像250Hz。对此模型,其他的设计方案也可以测试,例如:地板垫的优化;内部吸声套件的优化(同样采用SEA方法);更改车辆前段的结构,旨在减小由发动机振动引起的高频噪声。

  原型的逼近方法

  一旦原型或者原型某些部分变得可用,一些前期调查就可以开展,同时在获取典型数据和频率分析(车内噪声的“听”会议)后,标准的测量程序就可以开展,以将数据的技术理解和生理感受结合起来判断究竟是什么回事。

  “听”是关键点所在,其实可以将此特点加到利用人工假头或者BHM(HEAD Acoustics的双耳测量麦克风)做的测量中。

  通过注意时频表示的噪声活动,声学工程师得以将重心集中在他注意到的一些具体的噪声上,从而使用HEAD Acoustic的SQ-LAB加强该噪声或者抑制其他虚假的现象。例如我们可针对原始录音和同一个录音的过滤版本进行同步倾听比较;过滤的意思是减低声音某一特定组成部分的幅值并感受声音的变化。这种感觉分析对于因果建立、单一噪声源识别和结构&媒介的可能传输路径识别作用非凡。

  通常要对车辆加速和静止两种状态做测试。第一步通常是在测试跑道发现问题,比如车内最大A-level、轰鸣现象的关键区域、噪声组成成分、转速和车速以及声音质量等。路测的倾听和分析会向接下来的“test plant”的定义提供提示,此“test plant”包括识别出的问题、优先级和调查步骤。

  首先必须对声学模型调查,这样,调查的有效性就能够更快地被验证,并且实验性的验证可更有把握地推进。也许对声学模型进行人为修改并不总能给出想要的结果,因为仿真工具并不完美,但不管怎样,还是能获得一些指导实验的建议的。正是这种对声学模型和原型并行的调查(信息的双边交换)加速了可能的解决方案的探索及其对特定噪声问题的验证。

  模态分析

  为了概述声学模型对实验测试的指导意义,我们就一款轻卡的真实案例中执行的一些具有代表性的任务来作个说明。

  整车的实验性模态分析并非易事,而且其对FEM模型的检查效果并不明显。问题出在悬架和结构的激励交替显示出对高模式的高阻尼和对低模式的非线性。由于声学模型报告显示出需要调查的问题类型,所以对子结构(车窗、顶蓬、车门等)执行模态分析相对来说更为高效。尽量使激励点与真实情况相近,例如:发动机或者座舱悬置,顶蓬分布力等。

  声学模式

  车内声学模式的实验测定有两个目的:一是检查理论模式以改善声学模型;二是阻尼测量(实验测定阻尼的数值归因于声学材料、仪表板和座椅)。这里的问题是内腔的声激励,因为使用的某些种类的扬声器不支持接收激振力的任何信息,例如系统输入。一种可能性是使用驻波管,其通常被用作测定材料的声学特性。驻波管开口的一端安装在车窗(打开),另一端装有一个扬声器。两个麦克风沿纵向安装。通过测量两个麦克风间的传递函数可以得出从管的另一端流进车舱的能量。

  输入力

  路测同时用于噪声和振动的测量;而噪声测量关心的大多是车内噪声水平,发动机悬置的振动测量给出的则是有关结构传递噪声的输入力的振幅和光谱。通过将测量得到的力插入到声学模型中,可更精确地得出噪声计算是基于输入振动的结论。

  至于空气传播的输入力,例如:发动机的声辐射,一种不同的方法(依赖于发动机的FEM模型可用与否)就显得相当必需。大多数情况下,我们无法在设计或者原型阶段知道这一点,所以有趣的是要通过实验来测定发动机的声学模型。这个流程事实上是很自我解析的:对被测试发动机周围的假设表面的假设声压水平 SPL的测绘能够定义出声压的分布和相位与频率的关系。当给出相同的分布时,通过滞后最小二乘估计得到一个相等的声源声学模型。

 一个发动机的声学模型要求10~20个带有辐射面积(加权发动机几何单元)的基本活塞。此流程很容易了解,但执行上需要好的技巧:首先必须建立一个多通道测量系统(具有足够的麦克风以获取相位关系和一些参考麦克风位置);其次,测量中必须将某关键的转速作为静止条件,而且这个信息只能通过路测和 “听”会议的分析得出;再者,这个信息可以作为真实的空气传播输入力插入到车辆的声学模型中,同时车内噪声水平会被重新计算。

  结束语

  车辆的声学研究是一个团队的工作,而非个人的感觉和专家意见的应用。不管在设计还是原型阶段都有数种可能的方法,而且现实存在着很多可能的噪声源,但不存在对每个课题都适用的单一确切程序。

  如果想充分利用现代计算系统的优势,就应该遵从一些最简单方法,以将复杂的总项目简化为独立的问题组。不要迷失于将车辆的声学问题视作一个总的问题,正如老话所说“不要只见森林不见树木”。

  比如说从设计阶段的一开始,简化方法就应该被引进到车辆的声学研究中,而且当原型车可用时,声学模型必须结合实验数据进行调整。一旦实验识别出噪声问题,就应该将可能的解决方案在结合实验数据调整过的声学模型上进行多次运行,因为相对于在原型车上作更改并验证,模型上的更改与验证更为快速和便宜。

  在声学观点看来,最优的结果和车辆的合理开发正是建立在这种实验人员与建模人员间的数据交换基础上的。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭