车内中频噪声FE-SEA混合建模及分析方法

建立了轿车的有限元-统计能量分析混合模型,并采用理论方法计算出模态密度、内损耗因子和耦合损耗因子.采用试验方法测得发动机悬置处激励,采用虚拟样机方法仿真得到悬架对车身激励.对整车模型加载激励,并进行了有限元结构模态分析和FE-SEA联合仿真分析,获得了前50阶模态对应的频率.对计算结果进行了板件噪声贡献分析及传递路径分析,得出了路面激励到驾驶室噪声传递路径结构.     

基于统计能量分析和半无限流体方法的轿车车外噪声预测

阐述了结构各子系统间的功率平衡方程,介绍了半无限流体方法的基本假设,利用统计能量分析(SEA)及半无限流体方法,建立了轿车车外噪声预测模型;通过有限元方法、稳态能量流方法和理论计算方法,分别确定了轿车SEA模型子系统的模态密度、内损耗因子和耦合损耗因子;通过试验和计算流体动力学方法确定了轿车SEA模型的激励;对施加激励后的模型进行了车外噪声分析预测,并将预测结果与试验结果进行了对比。结果表明:采用SEA和半无限流体方法对车外噪声预测,不仅可以得到可靠的预测结果,简化建模步骤,而且能够满足工程上汽车产品在开发设计阶段对车外噪声预测的要求。     

混合建模在车内中频噪声预测分析中的应用

针对采用统计能量分析(SEA)法预测车内噪声时中频段(0.1～1.0 kHz)仿真精度低的问题,提出了一种基于混合建模来预测车内中频噪声的方法.首先,建立SEA模型,并调校使得高频段(>1.0～8.0 kHz)仿真与试验结果吻合;其次,在白车身有限元模型和SEA模型的车内声腔间建立连接,生成混合模型;最后,将白车身模态...     

SEA方法在车身声振设计中的应用

介绍了统计能量分析(SEA)方法的特点、原理及其在汽车车身声振设计中的应用情况.SEA方法是建立在一定假设基础上的基于能量统计的方法,可应用于早期开发阶段的产品特性分析与匹配,且可与CFD方法综合运用预测汽车内部风噪声,与FEM综合运用及与试验相结合预测整车的声振特性.阐述了通用SEA模型,以及用SEA方法分析吸声、阻尼材料对车内声场的影响,并以多个分析研究和具体实例说明了SEA方法在汽车车身声振设计中的应用.     

由动力总成引起的车内噪声统计能量分析与控制

以国产某轿车为研究对象,建立了完整的统计能量分析(SEA)模型,并确定了该模型的基本参数.通过试验与仿真相结合的方法确定了激励输入,测量了车辆50 km/h匀速行驶工况下发动机舱声压和驾驶员耳旁声压,确定了传递发动机舱噪声到车内声场的主要板件,模拟分析各噪声控制措施并对比了降噪效果.分析表明,应用SEA方法可有效控制动力总成对该车车内噪声环境的影响.     

SEA 在汽车声学包降本设计中的应用

主要根据统计能量方法,建立某款轿车的SEA模型,对其室内噪声进行了预测;对整车的声学包进行降本优化设计,在保证整车NVH性能的同时,降低声学包的成本和重量.最后,根据优化结果,以实车进行测试.测试结果显示,安装降本后的声学包,整车NVH性能和之前相比仍在同一水平.实用表明,利用SEA方法可快速对声学包进行优化设计,避免传统内饰开发的繁复工作.     

试验模态分析技术在车辆降噪中的应用

利用试验模态分析技术对某款轿车的白车身进行了试验分析,根据模态试验结果对该车车内噪声进行预测后,对白车身进行了优化.白车身优化前、后车辆的噪声测试结果表明,相对于优化前车辆,白车身优化后车辆的车内噪声降低了约3 dB(A),尤其是在50～100Hz频段内的低频噪声降低较多,使车内的声品质得到了较大改善.     

车内耦合声场振动噪声预测研究

建立了轿车车身结构有限元模型、车室声腔声学有限元模型,以及声固耦合模型;进行了车身结构模态分析、车室声腔声学模态分析和耦合声场模态分析.研究了声固耦合系统在发动机和路面激励作用下的车内声学响应,预测了车内振动噪声并分析了车身各板件的声学贡献.据此采取了相应的改进措施后,得到了较好的降噪效果.     

基于LES-FE-SEA混合方法的车内湍流噪声数值预测与控制研究

为预测和降低某型轿车的噪声,将LES-FE-SEA混合模型仿真技术引入至车内气动噪声预测中,并将计算结果与传统计算方法和实车道路试验结果进行对比。结果表明,混合模型在预测20~100Hz低频区域噪声时能准确捕捉到响应峰值,与试验结果有少许偏差,计算精度稍低于FE模型,但从100Hz起预测精度开始提高,特别是在200~500Hz的中频区域,混合模型预测精度最高,与试验结果基本吻合,500Hz以后的高频区域预测结果也与试验结果吻合较好。利用混合模型分析各子系统对汽车乘员室声腔的噪声贡献量的结果,确定须要安放吸声材料的部位为顶棚与左右侧围,并选用汽车常用的4种吸声材料。以4层吸声材料厚度为设计变量,降噪幅度、效率和材料性价比等为优化目标,创建Kriging近似模型,采用非支配排序遗传算法进行优化,得到各层材料的理想厚度组合。结果表明,与原材料厚度组合相比,优化后,驾驶员耳旁噪声声压级降低幅度提高了3.15%,降噪效率提升了5.05%,同时吸声材料成本降低了23.42%。     

车内声品质主观评价模型及中频噪声优化

为研究特种车车内声品质,对3辆不同类型特种车进行实车道路实验,建立了主观评价烦躁度和声品质客观参数之间的Kriging模型,通过滤波分析得到不同频段声品质参数对主观评价结果的影响。建立了混合FE-SEA模型,以计算车内中频噪声,并与实验数据进行对比,验证模型精度。计算了车身主要板件对车内中频噪声的声学贡献度,找到对车内声压贡献较大的板件,并对其进行优化,有效降低了车内中频噪声。