李蘇平，胡啟國，胡海波，羅天洪

（1.重慶交通大學(xué) 交通運輸學(xué)院，重慶 400074；2.重慶交通大學(xué) 機電與車輛工程學(xué)院，重慶 400074）

?

車室低頻噪聲預(yù)測與車身板件聲學(xué)貢獻分析

李蘇平1，胡啟國2，胡海波2，羅天洪2

（1.重慶交通大學(xué) 交通運輸學(xué)院，重慶 400074；2.重慶交通大學(xué) 機電與車輛工程學(xué)院，重慶 400074）

為預(yù)測車室低頻噪聲，建立車身結(jié)構(gòu)有限元模型和聲場有限元模型，并使用網(wǎng)格映射方法將結(jié)構(gòu)-聲場有限元模型耦合。建立發(fā)動機激勵動力學(xué)模型和路面隨機激勵動力學(xué)模型，利用Matlab/Simulink計算發(fā)動機懸置點激勵力和懸架處激勵力，并通過快速傅里葉變換得到激勵力的幅頻特性。加載發(fā)動機激勵力和懸架激勵力，在Virtual.Lab中進行聲學(xué)響應(yīng)分析和板件聲學(xué)貢獻分析，預(yù)測車室噪聲并確定聲壓貢獻較大的板件。最后通過板件厚度參數(shù)優(yōu)化，有效地降低測點聲壓。

聲學(xué)；噪聲預(yù)測；車身板件；聲學(xué)貢獻；發(fā)動機激勵；路面隨機激勵

車輛聲學(xué)舒適性已成為衡量車輛品質(zhì)的重要指標，車室良好的聲學(xué)環(huán)境是保證汽車乘坐舒適性的必備條件。研究表明，在0～200 Hz范圍內(nèi)，車室噪聲以車身板件受外界激勵作用產(chǎn)生的結(jié)構(gòu)輻射噪聲為主［1］。汽車車身的薄壁板件，在受到以發(fā)動機激勵和路面隨機激勵為主要激振源的作用時，會產(chǎn)生振動引起車室空腔聲壓波動形成噪聲。在車輛研發(fā)設(shè)計階段，預(yù)測分析由發(fā)動機激勵和路面隨機激勵引起的車室噪聲，找出對車室關(guān)鍵位置聲壓貢獻較大的板件，然后有針對性地進行優(yōu)化，是消除低頻結(jié)構(gòu)噪聲、提高車室聲學(xué)舒適性重要手段［2-4］。

獲取發(fā)動機激勵和路面隨機激勵的常用方法是進行實車試驗測量，但在沒有樣車的設(shè)計初期，并不能通過實際測量獲取激勵力載荷，所以通過建立仿真模型計算激勵力載荷，對使用CAE技術(shù)進行車室噪聲預(yù)測和控制十分重要。文獻［5］中使用虛擬樣機技術(shù)模擬并提取了發(fā)動機懸置和懸架支點處的激勵力載荷，預(yù)測車室噪聲并分析了車身板件的聲學(xué)貢獻。文獻［6］在Nastran中建立了動力總成系統(tǒng)剛體模型，將剛體模型與有限元柔體車架相連接，計算了發(fā)動機激勵引起的結(jié)構(gòu)噪聲。

為預(yù)測車室在0～200 Hz范圍內(nèi)的低頻噪聲，確定對車室聲壓貢獻較大的車身板件，通過建立發(fā)動機激勵動力學(xué)模型和路面隨機激勵動力學(xué)模型，在Matlab中通過仿真計算發(fā)動機懸置處激勵力和懸架處激勵力，并經(jīng)快速傅里葉變換得到發(fā)動機激勵力和由路面隨機激勵引起的懸架激勵力幅頻譜，為預(yù)測和控制由發(fā)動機激勵和路面隨機激勵引起的結(jié)構(gòu)噪聲提供了一種有效的方法。

1　建立有限元模型

1.1車身結(jié)構(gòu)有限元模型

利用Hypermesh建立車身結(jié)構(gòu)有限元模型，因車身主要為薄壁板件，建模時采用殼單元進行離散，定義車身鈑金件的材料密度為7 850 kg/m2，彈性模量為2.06×1011Pa，泊松比為0.3。建模中利用ACE+ RBE 3單元模擬焊點連接；CELAS 1單元模擬彈簧連接；RBE 2和RBE 3單元模擬剛性連接；利用RBE 3+CONM 2單元定義集中質(zhì)量；車門門鎖采用REB 2+CLEAS 1單元模擬。綜合考慮計算精度和計算工作量，定義網(wǎng)格單元尺寸為10 mm，建立的車身結(jié)構(gòu)有限元模型如圖1所示。

圖1　車身結(jié)構(gòu)有限元模型

1.2空腔聲場有限元模型

因座椅對聲場分布影響較大［7］，故在建立聲場有限元模型時，也建立了座椅模型。在Hypermesh中，對由車身壁板和座椅圍成的車室空腔，利用四面體單元進行網(wǎng)格劃分。建立的空腔聲場有限元模型如圖2所示。

2　發(fā)動機激勵和路面隨機激勵

2.1發(fā)動機激勵

圖2　空腔聲場有限元模型

發(fā)動機激勵作為車室噪聲的主要激振源之一，在分析車室低頻噪聲時是必須要考慮在內(nèi)的。該車型所采用發(fā)動機為直列四缸四沖程發(fā)動機，據(jù)研究表明，發(fā)動機的激勵力主要是2次往復(fù)運動慣性不平衡力［8］，其2階慣性力的大小與發(fā)動機的轉(zhuǎn)速有關(guān)，轉(zhuǎn)速越高則二階慣性力幅值越大。

通過建立發(fā)動機激勵動力學(xué)模型，利用Matlab/ Simulink計算發(fā)動機四個懸置點處激勵力，再經(jīng)快速傅里葉變換得到激勵力幅頻譜。在頻率0～200 Hz范圍內(nèi)的發(fā)動機懸置點激勵力幅頻譜如圖3所示。

圖3　發(fā)動機懸置點激勵力幅頻譜

發(fā)動機懸置點激勵力在低頻時幅值較高，并且存在兩個峰值，這與發(fā)動機在實際工作中怠速時的低頻振動較劇烈，而高頻時振動幅值較小的特點比較相符，所以通過仿真計算方法求得的發(fā)動機懸置點激勵力是比較合理的。

2.2路面隨機激勵

為獲取因受路面隨機激勵作用引起的懸架處激勵力，采用白噪聲過濾方法模擬路面隨機不平度激勵，考慮車輛前后輪激勵的遲滯性和左右輪轍激勵的相關(guān)性，建立了路面隨機激勵時域模型，根據(jù)拉格朗日原理建立了整車七自由度振動動力學(xué)模型，利用Matlab/Simulink進行仿真計算，求得懸架對車身作用力隨時間的變化關(guān)系，再經(jīng)快速傅里葉變換得到懸架激勵力的幅頻特性曲線。0～200 Hz范圍內(nèi)的懸架處激勵力幅頻特性曲線如圖4所示。

懸架處激勵力在頻率大于50 Hz以后，幅值較小且趨于穩(wěn)定，這不僅滿足由路面隨機不平引起的激振力主要集中在較低頻范圍內(nèi)的特點，而且與文獻［5］中通過Adams仿真獲取的懸架激勵力幅頻譜具有較好的一致性，這說明計算得到的懸架處激勵力是可信的。

圖4　懸架處激勵力幅頻譜

3　車室低頻噪聲預(yù)測

因為結(jié)構(gòu)網(wǎng)格與聲場網(wǎng)格單元大小不一樣，單元節(jié)點并不是一一對應(yīng)的關(guān)系，所以需要定義網(wǎng)格間的數(shù)據(jù)對應(yīng)關(guān)系將結(jié)構(gòu)有限元模型與聲場有限元模型耦合。在Virtual.Lab中利用網(wǎng)格映射算法耦合模型，映射算法采用Element Maximum Distance，Number of Influenced Nodes設(shè)為4，定義Maximun Distance為150 mm，即使得在聲學(xué)網(wǎng)格某一節(jié)點半徑為150 mm的圓域內(nèi)最多有4個結(jié)構(gòu)網(wǎng)格上的節(jié)點與之相對應(yīng)，作為該聲學(xué)網(wǎng)格節(jié)點的源數(shù)據(jù)點。

在車身結(jié)構(gòu)有限元模型上，施加頻率0～300 Hz范圍內(nèi)的發(fā)動機激勵力和由路面隨機激勵引起的懸架激勵力，基于模態(tài)疊加法進行車室噪聲預(yù)測。在駕駛員頭部（D）、副駕駛員頭部（P）處分別定義場點，作為聲壓響應(yīng)輸出點。計算頻率20 Hz～200 Hz范圍內(nèi)的聲壓響應(yīng)，計算步長取1 Hz。測點D、P處A計權(quán)聲壓曲線如圖5所示。

圖5　測點A計權(quán)聲壓曲線

根據(jù)A計權(quán)聲壓曲線，測點D、P聲壓變化基本一致，并在頻率158 Hz、134 Hz附近都同時達到較高聲壓峰值。根據(jù)聲場模態(tài)貢獻量大小，聲場第7階模態(tài)對測點在頻率158 Hz處聲壓貢獻最大。車身板件振動速度、聲場模態(tài)貢獻柱狀圖、聲場第7階模態(tài)、聲場聲壓分布如圖6所示。

由圖6（c）、圖6（d）可知，在頻率158 Hz處的聲場聲壓分布與聲場第7階模態(tài)振型分布非常相似，在聲場第7階模態(tài)兩振腹位置（前頂棚和地板中部），聲場聲壓最高，而在聲場模態(tài)節(jié)線附近聲壓較低。在車身板件振動速度較大的位置B柱、后排車門和后地板處，附近聲場受振動板件的影響聲壓也較高。因測點D、P正好處于前頂棚下，所以測得聲壓很高。

圖6　158 Hz處測點聲壓較高的原因分析

在頻率134 Hz處，測點D、P也出現(xiàn)較高聲壓峰值。根據(jù)聲場模態(tài)貢獻量大小，聲場第4階模態(tài)對該頻率下的聲壓分布影響最大。車身板件振動速度、聲場模態(tài)貢獻柱狀圖、聲場第4階模態(tài)、聲場聲壓分布如圖7所示。

聲場聲壓在車身兩側(cè)和地板中部處聲壓較高，在空腔橫向?qū)ΨQ面及后背門處聲壓較低，聲場聲壓分布與聲場第4階模態(tài)振型分布也很相似，再次說明聲場模態(tài)對空腔聲壓分布影響很大。車身板件在中地板、左右兩側(cè)后車門處振動速度較大，受振動板件激勵作用，這些位置附近聲壓也較高。

綜上所述，聲場聲壓分布同時受到聲場模態(tài)分布和車身板件振動速度的影響。聲場模態(tài)振腹位置一般聲壓較高，節(jié)線附近聲壓較低。在車身板件振動速度較大的位置，受板件激勵作用聲壓較高。聲場模態(tài)與車室空腔形狀有關(guān)，不易使聲場模態(tài)發(fā)生較大變化，但是可以通過優(yōu)化車身板件結(jié)構(gòu)，抑制板件振動速度，達到降低車室噪聲的目的。

圖7　134 Hz處測點聲壓較高的原因分析

4　車身板件聲學(xué)貢獻分析

根據(jù)車室噪聲預(yù)測分析結(jié)果，車室聲壓在158 Hz、134 Hz處有較大峰值。將車身板件依據(jù)其結(jié)構(gòu)特點分為24組，根據(jù)聲壓貢獻分析原理［9］，在Virtual.Lab中以車身板件振動速度為邊界條件進行板件貢獻分析。因D、P測點聲壓曲線變化基本一致，聲壓峰值也相差不大，所以僅分析車身板件對測點D的聲壓貢獻，其聲壓貢獻圖如圖8所示。

由圖8知，在158 Hz、134 Hz附近顏色較淺，表明聲壓較高，部分板件對測點D聲壓貢獻較大。對測點D聲壓貢獻較大的板件如圖9中板件聲壓貢獻柱狀圖所示。

根據(jù)圖9知，在158 Hz處對測點D聲壓正貢獻較大的板件為10_db_z、2_dp_q、9_db_q、8_qw，對應(yīng)的車身板件分別為地板中部、頂棚前部、地板前部和前圍板。負貢獻較大的板件為 14_cm_yq、12_cm_zq，分別對應(yīng)車身右前側(cè)車門和左前側(cè)車門。

圖8　車身板件對測點D聲壓貢獻圖

圖9　板件聲壓貢獻柱狀圖

在頻率134 Hz處，對測點D聲壓正貢獻較大的板件為12_cm_zq、15_cm_yh、18_mc_yq、21_kj_zh、14_cm_yq、9_db_q、10_db_z、20_kj_zq、23_kj_yh，對應(yīng)的車身板件分別為左前車門內(nèi)板、右后車門內(nèi)板、右前車門風(fēng)窗、左后側(cè)車身框架、右前車門內(nèi)板、地板前部、地板中部、左前側(cè)車身框架和右后側(cè)車身框架。負貢獻較大的車身板件為左前車門風(fēng)窗（16_mc_zq）和前圍板（8_qw）。

5　車身板件厚度優(yōu)化

根據(jù)板件貢獻分析結(jié)果，板件8_qw對測點D聲壓在158 Hz處起正貢獻作用，而在134 Hz起負貢獻作用。板件10_db_z、9_db_q在兩頻率處對測點D聲壓正貢獻均較大。因為車身主要結(jié)構(gòu)變化會對車身扭轉(zhuǎn)剛度和彎曲剛度產(chǎn)生較大影響，所以綜合貢獻分析結(jié)果，為降低車室噪聲，以聲學(xué)貢獻較大的板件10_db_z、2_dp_q、9_db_q、8_qw、12_cm_zq、14_cm_yq、15_cm_yh為優(yōu)化目標，即優(yōu)化地板（T1）、前頂棚（T2）、前圍板（T3）、前車門內(nèi)板（T4）和右后車門內(nèi)板（T5）。

采用最優(yōu)拉丁超立方試驗設(shè)計方法和徑向基神經(jīng)網(wǎng)絡(luò)方法，建立D測點聲壓峰值關(guān)于板件厚度參數(shù)的徑向基神經(jīng)網(wǎng)絡(luò)近似模型，然后利用自適應(yīng)模擬退火算法，在Isight中對板件厚度參數(shù)進行優(yōu)化，共經(jīng)過10 077次計算，第1 055次計算結(jié)果最優(yōu)。優(yōu)化前后板件厚度如表1所示。

表1　優(yōu)化前后板件厚度/mm

車身板件厚度優(yōu)化前后D、P測點A計權(quán)聲壓曲線對比見圖10。

圖10　厚度優(yōu)化前后D、P測點A計權(quán)聲壓對比

車身板件厚度優(yōu)化后，D測點聲壓明顯降低，在頻率158 Hz處聲壓幅值降低了4.88 dB，134 Hz處聲壓幅值降低了1.59 dB。測點P在聲壓峰值最大的159 Hz處降低了3.61 dB，134 Hz處降低了3.38 dB，說明通過板件厚度優(yōu)化有效地降低了車室噪聲。

6　結(jié)論

（1）通過建立發(fā)動機激勵動力學(xué)模型和路面隨機激勵動力學(xué)模型，利用Matlab進行仿真計算求得發(fā)動機懸置點激勵力和懸架處激勵力，作為外載荷激勵力預(yù)測車室低頻噪聲的方法可行。

（2）聲場聲壓分布同時受聲場模態(tài)和車身板件振動速度的影響，一般聲場模態(tài)振腹位置聲壓較高，節(jié)線附近聲壓較低，板件振動速度較大的位置附近聲場聲壓較高。

（3）經(jīng)過車身板件厚度優(yōu)化，D測點聲壓峰值在頻率158 Hz處降低了4.88 dB，在134 Hz處降低了1.59 dB。P測點聲壓峰值在159 Hz處降低了3.61 dB，134 Hz處降低了3.38 dB。說明板件厚度優(yōu)化可以有效地降低結(jié)構(gòu)低頻輻射噪聲，提高車輛聲學(xué)舒適性。

［1］劉禹，喻凡，柳江.車輛乘坐室聲固耦合模態(tài)分析［J］.噪聲與振動控制，2005，25（5）：38-40+67.

［2］惠巍，劉更，吳立言.車內(nèi)噪聲預(yù)測與面板聲學(xué)貢獻度分析［J］.噪聲與振動控制，2006，26（5）：62-66.

［3］朱曉東，沈忠亮，汪峰.駕駛室低頻噪聲的聲學(xué)特性分析與控制［J］.噪聲與振動控制，2015，35（1）：145-150.

［4］靳暢，周鋐.基于車內(nèi)綜合聲場貢獻分析的車身板件聲振優(yōu)化［J］.汽車工程，2015，37（12）：1438-1444+1432.

［5］曹友強，鄧兆祥，李昌敏.車內(nèi)耦合聲場預(yù)測研究［J］.汽車工程，2008，30（6）：483-487+538.

［6］張光榮，于德介，姚凌云，等.發(fā)動機激勵引起的車內(nèi)結(jié)構(gòu)噪聲研究［J］.噪聲與振動控制，2010，30（1）：44-47.

［7］白勝勇，靳曉雄，丁玉蘭，等.轎車乘坐室聲學(xué)模態(tài)分析［J］.同濟大學(xué)學(xué)報，2000（2）：206-209.

［8］張立軍，周鋐，余卓平，等.發(fā)動機振動引起的車內(nèi)噪聲控制研究［J］.振動、測試與診斷，2001（1）：59-64+74.

［9］靳曉雄，張立軍.汽車噪聲的預(yù)測與控制［M］.上海：同濟大學(xué)出版社，2004：105-112.

Vehicle’s Low Frequency Noise Prediction and Body Panel’s Acoustic ContributionAnalysis

LI Su-ping1，HU Qi-guo2，HU Hai-bo2，LUO Tian-hong2

（1.College of Traffic&Transportation，Chongqing Jiaotong University，Chongqing 400074，China；2.School of Mechanotronics&Vehicle Engineering，Chongqing Jiaotong University，Chongqing 400074，China）

In order to predict vehicle’s low frequency noise，a structural FEM for vehicle’s body and an acoustic FEM for interior cavity are established，and the mesh mapping method is adopted to couple the structural FEM and the acoustic FEM.The dynamic models of engine excitation and road random excitation are established respectively.The excitation forces of the engine mounting points and the suspension are calculated by using Matlab/Simulink，and their amplitudefrequency characteristics are obtained though fast Fourier transform method.Then，exerting the excitation forces of the engine and the suspension to the model，the passenger compartment noise is predicted and the body panels which have great acoustic pressure contribution are identified by using Virtual.Lab.Finally，by optimizing the panel thickness parameter，the acoustic pressures at the measurement points are reduced effectively.

acoustics；noise prediction；vehicle’s body panel；acoustic contribution；engine excitation；road random excitation

TB533+.2

ADOI編碼：10.3969/j.issn.1006-1335.2016.04.022

1006-1355（2016）04-0103-05

2016-01-24

重慶市基礎(chǔ)科學(xué)與前沿技術(shù)研究專項重點資助（cstc2015jcyjBX0133）；國家自然科學(xué)基金資助項目（51375519）

李蘇平（1989-），男，湖北省公安縣人，碩士研究生，主要研究方向為噪聲振動控制。E-mail:ataizz@139.com

胡啟國（1968-），男，碩士生導(dǎo)師。E-mail:swpihqg@126.com