公路隧道内主动降噪声场研究

针对公路长大隧道内噪声声压级超过90dB,且目前多采用降噪路面或隧道壁喷涂吸声材料进行被动降噪的现状,基于声波干涉原理尝试对高速公路隧道进行主动降噪。为了确定公路隧道内主动降噪技术的适用条件、实现方法和降噪效果,采用理论推导和有限元仿真相结合的方法,构建了沥青混凝土路面公路隧道内主动降噪声场模型,在隧道尺寸和噪声源位置确定的情况下,模拟分析噪声源频率、主动声源位置等因素对隧道声场降噪效果的影响,并将模拟结果与现场实际隧道主动降噪试验结果进行对比。结果表明:确定了噪声源位置和降噪区域后,根据所提出的噪声源、主动声源和降噪位置的空间关系式,以及主动声源应位于隧道断面中轴线上、运输车辆限高要求等因素,可以确定使需降噪区域实现最佳降噪效果的主动声源摆放位置;噪声频率越低降噪效果越好,主动降噪技术对100Hz左右的沥青混凝土路面公路隧道噪声降噪效果显著;噪声频率为125Hz时,在隧道断面中轴线上沿纵向每隔3m布置一台主动声源,可在工人检查走行区域的人耳高度处实现横向宽1m、纵向长2m的区域降噪,该区域降噪幅度为3~8dB;研究成果可为高速公路隧道内的主动降噪提供参考。     

基于FE-SEA混合模型的轿车车内噪声预测

为对轿车车内中频噪声进行预测,对轿车车身各子系统进行划分,建立了轿车整车混合FE-SEA模型;采用理论和试验相结合的方法求得车身结构的模态密度、内损耗因子和车身板件的辐射效率;采用理论计算方法确定发动机悬置点的激励和路面对车身在前后悬架与车身连接点处的激励.分别用施加激励后的混合FE-SEA模型和SEA模型预测驾驶员右耳旁的噪声,并与试验进行对比.结果表明:在200~1000Hz 整个频率范围内,FE-SEA混合模型的预测结果与试验数据吻合良好,明显优于SEA模型的预测结果,尤其足中频段.     

车内低频振动噪声的虚拟传递路径分析

传递路径分析法是诊断汽车振动噪声问题准确有效的方法。试验传递路径分析耗时耗力且需要实制样车,为在整车开发初期诊断汽车振动噪声问题,对整车虚拟传递路径分析法进行了研究。首先建立了包含底盘的整车声固耦合有限元模型,采用频率响应法预测车内声学振动响应,发现驾驶员右耳声压在38 Hz处以及驾驶员座椅导轨振动在59 Hz处存在较大峰值。在有限元模型基础上建立了整车虚拟传递路径分析模型,该模型合成的声学振动结果与频率响应法结果吻合较好,验证了模型的正确性。利用虚拟传递路径法对两处峰值作诊断分析,根据分析结果对贡献量大的路径进行优化。优化结果表明,38 Hz处驾驶员右耳声压降低2 dB,59 Hz处座椅振动改善效果明显。     

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...     

乘用车暖通空调风道气动噪声模拟研究

采用大涡模拟模型(LES)计算了某汽车暖通空调风道的瞬态流场,然后应用L ighth ill-Curle声学理论,采用FW-H声学模型,预测了其噪声特性。与试验结果对比表明,用CFD方法预测暖通空调系统管道气动噪声有一定精度,分析结果可用于改进空调系统的气动噪声性能。     

不同RANS/LES混合模型的汽车气动噪声分析

采用Fluent UDF构造Realizable k-ε/LES、SST k-ε/LES和Spalart-Allmaras/LES 3种RANS/LES混合模型,并对汽车的气动噪声进行数值模拟。在近壁面采用RANS湍流模型求解,而远离物面的分离区域内的大尺度运动则用LES求解,将3种混合模型的计算结果与全LES湍流模型和风洞试验结果进行了比较。结果表明,3种混合模型对气动噪声的计算精度高于LES湍流模型;Realizable k-ε/LES和SST k-ε/LES混合模型数值模拟结果与试验值的相对误差均小于5%,而其中Realizable k-ε/LES混合模型更为准确和高效,消耗的计算资源更少。     

微穿孔板在降低NJI043DE汽车噪声中的应用

提出采用微穿孔板制作局部隔声罩用于降低NJI043DE汽车的噪声.首先对半圆柱面的降噪效果进行了模拟试验,试验结果与理论计算结果很接近.进而将微穿孔板局部隔声罩安装在汽车发动机下面,在实车上取得了明显的吸声降噪效果,整车平均降噪达到1.75dB(A).     

动力总成隔声罩对车外噪声影响仿真分析

以某商用车为研究对象,进行了发动机动力总成隔声罩方案设计,利用Actran软件作为仿真平台,分别建立了车外噪声原车仿真模型和各设计方案的隔声降噪仿真模型,实现了不同结构、吸声材料及厚度的动力总成隔声罩对车外噪声的影响仿真分析,并得出最优隔声罩方案,为车外噪声隔声降噪方案的制定提供理论依据。     

基于多目标参考信号优选的车辆路噪主动控制

在车辆路噪主动控制(Road Noise Cancellation, RNC)过程中,参考信号的选择会直接影响系统的降噪效果。针对传统参考信号选择方法中存在的目标区域单一、参考信号间独立性不足等问题,提出一种改进的多目标参考信号优选方法。首先推导参考信号选择所依据的相干性和条件数评价指标,使用折衷规划法将上述指标构造成综合目标函数,并通过准则间相关性方法确定各项的权重系数;为降低运算量,利用遗传算法建立以该综合目标函数作为适应度函数的多目标参考信号寻优模型,并通过该模型获得一组优选的参考信号,从相干性分析及条件数计算结果易知,优选的参考信号组合在100～500 Hz频段内与目标噪声的相干性较好,且彼此独立;为验证该方法的有效性,以某款燃油车为研究对象,采用多通道NFxLMS算法对该组参考信号进行RNC仿真和实车道路验证。研究结果表明：在降噪效果方面,通过传统多重相干法选择的参考信号在100～500 Hz频带内的平均降噪量为4 dB(A),而通过多目标方法优选出的参考信号在100～500 Hz频带内的平均降噪量达到6 dB(A),RNC系统的控制效果得到增强;在计算效率方面,所提方法的计...     

柴油机油底壳振动与噪声辐射仿真分析与优化北大核心

对4缸柴油机油底壳的振动与噪声进行预测,并给出了多种结构优化方案进行降噪研究。在三维设计软件Creo中简化油底壳模型,导入有限元软件HyperMesh和AnsysWorkbench建立有限元模型,分析了油底壳在正常工作情况下的模态特性和瞬态响应特性。利用瞬态响应结果计算得到了油底壳声功率值。根据计算结果给出了3种不同的降噪方案,仿真结果表明3种优化方案均满足降噪的要求。     

基于仿生的A柱-后视镜区域气动降噪研究

在某SUV车型的A柱-后视镜区域建立了6种仿生模型,稳态计算采用SST k-ω湍流模型,瞬态计算采用大涡模拟(LES),探讨了流场和声场的气动特性。仿真与风洞实验结果对比表明,仿真的监测点压力系数与实验数据基本吻合,1/3倍频程声压级曲线也比较一致。仿真结果表明,6种仿生模型都起到了降低噪声的作用,尤其在人耳敏感的中高频域降噪效果更为明显。其中,仿生模型1(A柱凸起结构)与原模型相比,降低了涡流强度,对流线具有梳理作用。总声压级的分析表明,仿生凸起模型局部降噪效果明显,仿生凹坑模型降噪效果均匀。     

U肋加劲板的声振特性研究

为分析U肋加劲板的声振特性,联合锤击试验和数值仿真方法从振动传递特性和声辐射性能2个方面进行研究。首先,以某钢箱梁为原型,设计制作一足尺U肋加劲板结构,通过锤击激励获得不同位置的振动和噪声响应。然后,以有限元计算得到的振动响应作为边界元仿真的边界条件,建立混合有限元-边界元模型预测U肋加劲板的振动声辐射,并将仿真结果与实测值进行对比。最后,通过数值仿真探讨U肋的声振贡献量,并分析结构设计参数（顶板厚度、U肋厚度和U肋间距）对顶板声功率级的影响规律。研究结果表明：相比混凝土结构,U肋加劲板的振动噪声更加明显,且频谱范围更宽,主要集中在几百至上千Hz;U肋正上方和U肋之间的顶板原点导纳差异不大;顶板原点导纳和U肋传递导纳的频谱特性相似,并在量值上具有可比性;混合有限元-边界元预测方法具有较高的精度,但计算效率不高;受到U肋自身的振动声辐射和声反射效应的影响,U肋加劲板正下方的噪声比侧方高出约10 dB（A）,声压级峰值频段为400~1 250 Hz;顶板厚度和U肋间距是决定顶板声辐射大小的决定性因素,算例中顶板厚度减小6 mm或U肋间距增大300 mm时,顶板声功率级分别增加5.4 dB（A）或9.4 dB（A）;U肋厚度在6~10 mm内变化时,顶板声功率级改变不大。     

声强法对某新型轿车发动机噪声源的识别

汽车噪声污染越来越严重,我国的汽车噪声测量标准逐渐加强,文章通过降低发动机辐射噪声来降低车外加速噪声值,并运用声强测量法对发动机进行噪声源识别,指出发动机的主要噪声源为油底壳、皮带轮和凸轮轴。同时运用吸声材料对发动机进行降噪处理,使得车外加速噪声值由原来的74．1dB（A）降为73．11dB（A）,符合国家标准要求。     

盘式制动器摩擦片形状设计对高频尖叫的影响

恰当的制动片形状设计,可抑制盘式制动器的高频尖叫。为分析发生噪声的原因和抑制方法,对一个存在13 k Hz尖叫的制动器,建立了一个截止到27 k Hz、含300自由度的模型。该模型用复特征值分析、子结构模态构成分析、能量馈入分析等方法,分析了对制动片开槽、倒角及其组合等4种形状修改模式降噪的机制。结果表明:双开槽的制动片修改,对抑制噪声效果不明显;但对两端做倒角的制动片修改,效果明显,其特征值实部与原设计相比,下降50%,这一结果与试验定性一致。这表明:制动片倒角导致各阶模态振型的改变及其叠加,因此,降低了对噪声模态的能量馈入。     

混合动力汽车匀速下坡再生制动模型预测控制

基于车载导航系统(GPS/CIS等)所提供的未来一段预测路线上的汽车运行状态信息,建立中度混合动力汽车再生制动能量回收的全局优化动态规划模型;采用模型预测控制方法,将动态规划的全局优化控制策略转化成预测视距内的局部优化算法,实现滚动优化控制;为解决动态规划中的维数灾问题,确定了电池荷电状态和温度的可达区域;对模型预测控制策略、全局优化控制策略和瞬时优化控制策略进行了计算比较,在不同坡度、不同坡长的匀速下坡工况下的仿真表明:模型预测算法的计算效率显著高于全局优化策略的;应用模型预测控制策略的再生制动能量回收效率明显高于瞬时优化控制策略的,相比全局优化策略的降低不到1.31%,且采用档位提示的模型预测控制策略能量回收效果更好.     

考虑泄漏量的商用车内高频噪声仿真分析与控制

为更加真实地模拟驾驶室内声学环境和提高驾驶室内高频噪声的预测精度,将泄漏量应用到SEA建模中,建立了考虑泄漏量的商用车SEA模型。利用伯努利方程推导等效总泄漏面积,将等效总泄漏面积按各个泄漏点的贡献量比例进行分配并添加到模型中仿真。与未考虑泄漏的SEA模型对比,结果显示仿真精度提高,误差减小了1.5 dB(A)左右,与试验结果间的绝对误差在2 dB(A)以内,满足工程上在汽车产品开发设计阶段对车内高频噪声分析预测的要求,从而验证了考虑泄漏量的SEA模型的有效性。在不同泄漏值下对驾驶室内噪声进行仿真计算,得到泄漏量对噪声值影响曲线。结合影响曲线和其他多方面因素,确定了合适的泄漏值为150 SCFM。对主要泄漏点开展有针对性的优化整改,气密性由整改前的268.5降到了149.1 SCFM。对优化整改后的驾驶室内噪声进行测量,结果显示,相比于优化前噪声值在两个工况下分别降低了1.82和1.31 dB(A)。     

基于A柱-后视镜车内气动噪声数值模拟与预测

针对后视镜引起的前侧窗与车内气动噪声问题,采用计算流体力学(CFD)方法对某商用车进行车外后视镜区域数值模拟和车内噪声预测的研究。稳态分析采用RANS模型中SST(Menter)k-ω模型,瞬态分析采用基于SST(Menter)k-ω的分离涡模拟(DES);通过分析后视镜侧窗区域的稳态静压力与瞬态动压力、速度和涡量云图,揭示了因A柱后视镜而产生车窗表面的湍流压力脉动的机理;同时求解瞬态流场获得两侧车窗表面湍流压力脉动载荷。采用声学FEM方法将车窗表面湍流压力脉动作为边界条件来计算气动噪声的传播,基于车内声学空间不同频率的声压级云图分布规律,说明了车内气动噪声主要集中在中低频段和声压级最大的分布区域;驾驶员左耳旁声压级曲线展示了20-2500 Hz频段内声压级变化规律。最后进行实车道路滑行测试,证实了气动噪声在车速80-110 km/h时较为明显的结论;采用CFD结合声学有限元的方法可较为准确地预测车内100-2500 Hz气动噪声的声压级,为优化后视镜、降低驾驶室内气动噪声提供仿真和试验的技术方案。     

基于Kriging模型的汽车前部结构的耐撞性优化

以汽车前部结构丰要板件的厚度为变量,采用拉丁超立方试验设计生成100个汽车正面碰撞有限元仿真模型的样本数据并进行计算,对计算结果应用Kriging模拟法构建了前部结构的质量、B柱加速度最大值和最大吸能的近似模型.以B柱加速度最大值为目标,以前部结构的质量、各板件厚度和最大吸能为约束,利用模拟退火算法进行全局优化,最终得到一组前部板件厚度的最优组合,使B柱加速度最人值达到最小.Kriging 模型的计算精度和效率满足耐撞性上程设计的要求.     

路面摩擦特性预测研究

本次研究基于路面抗滑特性的预测问题,运用道路摩擦系数测试仪在公路上进行路面摩擦系数测试试验,并对试验结果进行分析,提出了路面摩擦系数的影响因素。应用广义回归神经网络分析方法,以影响因素为分类标准,确定了摩擦系数预测模型的分类,建立了基于广义回归神经网络的路面摩擦系数预测模型,并通过60组试验数据对网络模型进行了训练,利用6组实验数据进行预测结果对比。结果表明,模型预测值与实测值的平均误差为3.0%左右,模型预测结果与实测结果吻合,所构建模型是正确的,且具有较高的精度;此外还通过实车进行了汽车制动试验,并根据试验结果与模型预测结果对比,为交通事故分析中计算事故车速提供依据。     

弱GNSS信号下基于EMD和LSTM的车辆位置预测方法研究

针对弱GNSS环境下组合导航（INS/GNSS）系统存在的定位偏差问题，提出一种基于经验模态分解和长短期记忆网络的车辆位置预测算法。首先，针对训练数据中噪声较大的惯导数据，提出一种融合经验模态分解与离散小波变换的降噪算法。该算法基于噪声能量估计和各阶本征模态函数的功率谱密度函数，提出一种确定混合模态函数阶数上下界的方法，并采用离散小波变换硬阈值法对混合模态函数进行滤波处理，最终利用经过处理的各阶模态函数重构原始数据以达到降噪目的。训练数据经过预处理后，采用改进的堆叠式长短期记忆网络离线训练位置预测模型，利用该训练模型可在线实时进行位置预测。针对车辆定位序贯数据预测，提出一种局部数据降噪方法，该方法利用一定长度时间窗口的历史数据，通过线性最小二乘给出当下时刻数据的预估值，并与实际量测值进行滑动平均滤波，优化位置预测的结果。在封闭场地模拟隧道环境下，对长短期记忆网络输入端进行局部数据降噪与不进行降噪处理比较，经度和纬度的归一化均方误差分别下降了13.34%和9.38%，经度和纬度的归一化平均绝对误差分别下降了8.64%和5.41%；在复杂城市交通环境下，检验提出的方法，经度和纬度的归一化均方误差分别下降了6.51%和5.66%，经度和纬度的归一化平均绝对误差分别下降了5.70%和8.23%。试验结果表明，在弱GNSS信号环境下，提出的车辆位置预测方法有效提高了车辆定位精度和稳定性。