共查询到20条相似文献,搜索用时 296 毫秒
1.
2.
3.
声强法识别整车表面噪声源 总被引:2,自引:0,他引:2
依据声强测量的原理,研究了声强测量系统在汽车噪声控制中的应用瘌2,对某中型乘用汽车的车外辐射噪声进行了声强测量试验,并在此基础上对该车的主要噪声进行了识别和研究,为降低该型汽车的表面辐射噪声提供了有效的参考依据。 相似文献
4.
5.
对CA130型汽车进行的单项分离噪声试验表明,发动机本体噪声和排气系统噪声是该车的最主要噪声源。通过采取排气管屏蔽、油底壳涂高分子材料涂料、油底壳加筋与隔板、改进消声器设计等措施,使该车的噪声由85.1dB(A)降低到83.5dB(A),达到了有关标准的要求。 相似文献
6.
7.
8.
9.
10.
利用基于LBM方法的CFD软件PowerFlow对某重型载货汽车进行气动外流场计算,分析了车辆前扰流板设计对该车风阻系数及车身门把手位置除尘效果的影响,并基于CFD分析结果提出了改进方案。分析结果表明,改进后扰流板整车风阻系数较原来降低2.4%,除尘效果与原设计方案相比也得到显著改善。 相似文献
11.
Identifying the components of a vehicle’s interior noise is important in many phases of the noise, vibration, and harshness
(NVH) development process. Many test methods that have been widely used in the automobile industry to separate noise sources
are based on system identification methods in the frequency domain. However, none of the frequency response function-based
methods can directly estimate the wind noise component. In this article, an analytical model for the interior noise level
based on a simple power law was developed. It was assumed that the mean squared acoustic pressure for the interior noise could
be obtained by summing up those of the wind noise, road noise, and background noise. The wind noise and road noise were further
assumed to depend only on wind speed and the vehicle’s driving speed, respectively, and to follow a simple power law. The
resulting analytical model includes five parameters that can be optimized for the vehicle and the road. The validity of the
model was verified by using data obtained from cruise tests performed on a proving ground for cruise speeds ranging from 40
km/h to 130 km/h. The model is applied to the overall and 1/3-octave bands of interior noise and is shown to describe the
data trends fairly well. For the test vehicle used in the present work, the overall mean squared pressures for the wind and
road noise components are shown to be proportional to the wind speed to the 5.8 power and to the driving speed to the 3.4
power, respectively. 相似文献
12.
13.
为研究车身A柱和后视镜的风噪,建立汽车简化模型。基于气动声学风洞试验,设计了外形配置不同的5种模型。以A计权声压级和语音清晰度为评价指标,对侧窗外表面、远场和车内风噪展开对比分析。结果表明:A柱涡区域内高频风噪衰减较快;方形A柱对后视镜风噪具有明显掩蔽作用;后视镜风噪中存在压力级峰值,对应特征频率随风速升高而增加;随风速升高,各模型车窗、远场和车内风噪均明显增加;偏航时,车窗风噪在全频段内表现出迎风侧降低、背风侧升高的趋势,远场风噪与车内风噪在不同频段展现相同趋势。 相似文献
14.
随着新能源汽车行业的迅猛发展,行驶过程中发动机噪声的贡献消失,气动噪声成为了最容易引起顾客抱怨的问题。相关研究表明,通过侧窗玻璃表面脉动压力产生的湍流脉动和声场是汽车在高速行驶时的主要噪声源。基于开源软件OpenFOAM,采用SST- DDES湍流模型,分别对两款不同车型的前后侧窗玻璃24个点的表面脉动压力进行了数值模拟计算,并与风洞试验测试相结合进行验证。结果表明,仿真结果与试验结果基本吻合,证明了该方法可以有效捕捉侧窗玻璃的表面脉动压力结果,为后续的车内噪声计算打下基础,同时也有效缩短了开发周期,并降低了后期实车风洞试验的测试成本。 相似文献
15.
采用FC-Crash对道路交通事故进行重构已是比较成熟的方法,从中可以获取事故车辆的三维加速度与角加速度波形,但无法模拟出乘员的伤情指标,而Madymo软件是建立包含车体、安全带、安全气囊、假人在内的约束系统模型,在给定的加速度下可以计算出人员的伤害指标。故将PC—Crash与Madymo进行耦合计算,即可获得事故车辆在事故过程中的运动参数,再现驾乘者的运动响应,进而得到人员的伤情指标。这一新的事故再现方法的研究结果表明:PC-Crash与Madymo的耦合计算可较为准确地再现事故车辆的减速和旋转运动状态,以及驾乘人员的响应运动状态,对结合致伤机理深入分析事故原因具有重要的意义,也可为交通事故鉴定提供新思路。 相似文献
16.
17.
乘坐舒适性是决定乘客对智能车辆接受度的重要因素之一。为了提升智能车辆的舒适性,服务智能驾驶控制算法的设计和优化,开展了基于乘客主观感知的实车乘坐舒适性试验,试验中驾驶人驾驶传统车辆执行多次换道操作,获取了60名被试乘客对换道操作的舒适性评价数据,并采集了车辆的运动数据。选取换道时横向最大加速度、回正时横向最大加速度、横向最大加加速度、横向加速度转换幅值以及横向加速度转换频率这5个车辆运动参数作为研究对象。采用二元Logistic回归单因素分析法分析了这5个车辆运动参数对乘坐舒适性的影响,采用接收者操作特征(ROC)曲线分析法为不同晕车易感性的乘客分别确立了这5个车辆运动参数的舒适性阈值,并根据岭回归分析法确定了不同参数对乘坐舒适性的影响权重。结果表明:所选取的5个车辆运动参数对乘坐舒适性具有显著影响,易晕乘客的舒适性阈值小于不易晕乘客的舒适性阈值,在换道过程中,换道时横向最大加速度、回正时横向最大加速度和横向加速度转换幅值是影响乘坐舒适性的主要因素。最后根据车辆运动参数和乘客生理特征参数建立了基于动态时间归整(DTW)和K最近邻(KNN)算法的乘坐舒适性预测模型,该模型对乘坐舒适性的预测准确率为84%,可用于智能车辆控制算法的舒适性判断。 相似文献
18.
19.
基于自主研发的真实道路来流参数测量系统,对多地区、多场景真实道路行驶来流湍流强度进行了测试,发现车辆道路行驶时来流湍流强度远高于风洞水平,道路平均湍流强度为4%,沿海地区湍流强度最高可达20%,在跟车或超车时湍流强度可达 28%。在汽车风洞内模拟了道路行驶跟车、超车等试验场景,对测试车辆气流环境进行了采集分析。结果表明,跟车和超车时,后车来流湍流强度较高且伴随有速度损失,湍流强度及速度损失大小与前车尺寸和跟车距离有关,湍流强度分布范围为2%~33%,与道路实测相当,且速度损失最大为19%。进一步探究了前车放置角度、风洞风速对后车来流湍流强度的影响规律,建立对后车来流湍流强度定量调节的方法。完成了双车风噪测试,结果表明,风洞内高湍流强度环境车内风噪测试调制频谱结果与道路行驶测试结果相符,车内风噪频谱曲线差异主要集中在小于70 Hz的低频段。 相似文献