李奕慈　劉杰昌　顧曉丹　王玉雷　常光寶

摘 要：傳統(tǒng)的仿真分析，都是根據(jù)名義設(shè)計(jì)值得到相應(yīng)的名義結(jié)果，仿真結(jié)果為一個(gè)確切的值。工程實(shí)踐中，材料生產(chǎn)、部件裝配都會(huì)產(chǎn)生一些誤差，導(dǎo)致實(shí)際產(chǎn)品偏離名義設(shè)計(jì)，從而使得實(shí)際產(chǎn)品表現(xiàn)出的性能處于一個(gè)區(qū)間。因此，傳統(tǒng)的仿真分析方法并不能預(yù)測實(shí)際產(chǎn)品可能出現(xiàn)的全部情況。對于車輛內(nèi)飾異響分析，涉及的塑料件材料參數(shù)以及卡扣連接參數(shù)，往往會(huì)在較大范圍內(nèi)波動(dòng)。此外，隨著車輛使用時(shí)間的增長，塑料和橡膠的老化也會(huì)帶來材料參數(shù)的變化。因此，用名義仿真結(jié)果來預(yù)測車輛的實(shí)際異響性能，是不夠穩(wěn)健的。采用多樣本分析方法，考慮相關(guān)參數(shù)的浮動(dòng)，可以得到更加穩(wěn)健的仿真結(jié)果，更好的指導(dǎo)異響性能開發(fā)。

關(guān)鍵詞：異響 SnRD 試驗(yàn)設(shè)計(jì) 多樣本分析

The Application of MSA in the S&R Simulation of Vehicle InteriorLi Yici， Liu Jiechang， Gu

Li Yici Liu Jiechang Gu Xiaodan Wang Yulei Chang Guangbao

Abstract：In the traditional simulation analysis， the nominal result is obtained according to the nominal design value， and the simulation result is an exact value. In engineering practice， there are some errors in material production and parts assembly， which lead to the deviation of actual product from nominal design， and the performance of actual product is in a range. Therefore， the traditional simulation analysis results cant predict the whole situation of the actual product. For the analysis of vehicle interior rattle & squeak， the material parameters of plastic parts and the parameters of clips often fluctuate in a large range. In addition， with the increase of vehicle service time， the aging of plastics and rubber will also bring changes in material parameters. Therefore， it is not robust to use the nominal simulation results to predict the actual rattle & squeak performance of vehicles. Using multi-sample analysis method， considering the floating of relevant parameters， more robust simulation results can be obtained， which can better guide the development of rattle & squeak performance.

Key words：abnormal sound， SnRD， experimental design， multi-sample analysis

1 引言

近年來，汽車行業(yè)快速發(fā)展，消費(fèi)者對車輛的要求也在逐步提高。以前，汽車只是一個(gè)交通運(yùn)輸工具;現(xiàn)在，汽車是一種提升生活品質(zhì)的方式。NVH性能的好壞，很大程度上決定了一輛車的檔次高低。異響作為NVH性能的一部分，它不但影響著消費(fèi)者的乘坐舒適性，甚至?xí)鹣M(fèi)者對車輛安全性的懷疑。根據(jù)Greg Goetchius在2019年SAE論文上引用的數(shù)據(jù)，在新能源車上，異響問題占NVH問題的20%，在所有NVH問題中并列第二。

對于汽車內(nèi)飾的異響仿真，目前國內(nèi)最先進(jìn)的方法之一是SnRD異響仿真分析流程。但是，一個(gè)常規(guī)的SnRD仿真分析流程只能得到一個(gè)名義仿真結(jié)果。對于材料參數(shù)的不穩(wěn)定性以及車輛長期行駛之后橡膠塑料老化帶來的異響性能變化不能進(jìn)行預(yù)測。因此，需要在常規(guī)SnRD異響分析流程的基礎(chǔ)上增加多樣本分析，以實(shí)現(xiàn)對于異響性能更穩(wěn)健的預(yù)測和優(yōu)化。

2 SnRD異響仿真分析流程

無論是敲擊異響還是摩擦異響，其產(chǎn)生都有一個(gè)必要條件——部件之間發(fā)生相對位移。

SnRD異響仿真分析流程正是基于這一原理，以部件之間的相對位移為考查對象，結(jié)合國外異響仿真對標(biāo)的工程經(jīng)驗(yàn)，從而形成的一套異響仿真解決方案。其主要流程如下：

1）內(nèi)飾建模及模型連接

考慮預(yù)壓緊的影響以及卡扣連接的剛度

2）創(chuàng)建E-line

Evaluation-line方法是獲取部件之間相對位移的關(guān)鍵，需要考查異響的區(qū)域都可以創(chuàng)建E-line

3）采集載荷并進(jìn)行轉(zhuǎn)換

載荷有多重獲取方式，工程上目前推薦采用樣車減震器與車身連接位置在異響路面的載荷

4）加載求解

采用強(qiáng)迫位移加載，模態(tài)時(shí)域方法求解

5）后處理得到異響仿真結(jié)果

自動(dòng)生成敲擊異響風(fēng)險(xiǎn)率以及摩擦異響風(fēng)險(xiǎn)情況

6）診斷優(yōu)化

根據(jù)模態(tài)貢獻(xiàn)量以及模態(tài)振型找到關(guān)鍵點(diǎn)進(jìn)行優(yōu)化

3 試驗(yàn)設(shè)計(jì)（DOE）與多樣本分析（MSA）

試驗(yàn)設(shè)計(jì)（Design of Experiment）通常簡稱為DOE，可以用來揭示不同因子（設(shè)計(jì)變量）對響應(yīng)的影響。它有以下3個(gè)基本概念：

因子/設(shè)計(jì)變量：一系列系統(tǒng)參數(shù)，通過改變它的大小，可以影響響應(yīng)的大小;

水平：是因子/設(shè)計(jì)變量的具體取值?？梢允沁B續(xù)的，也可以是離散的。每個(gè)變量需要的水平取決于問題的非線性程度。線性問題，兩個(gè)水平就足夠了;非線性問題，往往需要3個(gè)及以上的水平。

響應(yīng)：用戶關(guān)心的性能或者問題，都可以定義為響應(yīng)。對于不同的響應(yīng)，因子/設(shè)計(jì)變量的靈敏度往往是不一樣的。

DOE有很多種算法，常見算法總結(jié)如下。CAE軟件可以根據(jù)用戶定義的變量及響應(yīng)自動(dòng)選擇最優(yōu)的算法。當(dāng)然，用戶也可以自己選擇喜歡的算法（表1）。

多樣本分析可以分為載荷多樣本和結(jié)構(gòu)多樣本。SnRD異響仿真多樣本分析屬于結(jié)構(gòu)多樣本。最新的SnRD可以自動(dòng)生成DOE模板文件，并將計(jì)算成功后的DOE結(jié)果進(jìn)行可視化后處理，得到多樣本分析結(jié)果。用戶可以對異響問題最嚴(yán)重的樣本進(jìn)行優(yōu)化，從而達(dá)到在整個(gè)變量取值區(qū)間，都有較好的異響性能這一目的。

4 多樣本分析流程

本文以某車型儀表板系統(tǒng)為例，考查結(jié)構(gòu)多樣本對SnRD異響分析結(jié)果以及優(yōu)化策略的影響。儀表板系統(tǒng)安裝在臺(tái)架上，激振器通過臺(tái)架對儀表板系統(tǒng)施加恒定幅值的掃頻激勵(lì)。本文僅考查敲擊異響，模型中一共有24條敲擊異響E-line，共包含222個(gè)節(jié)點(diǎn)對。

4.1 前處理

在完成SnRD常規(guī)分析工況定義之后，就可以定義多樣本分析工況。默認(rèn)的可以定義的變量包括材料彈性模量、密度、bush單元?jiǎng)偠取寮穸纫约澳B(tài)阻尼。本文考查了以下3個(gè)類型設(shè)計(jì)變量：

材料彈性模量：13個(gè)變量，變化范圍為初始值±30%;

材料密度：13個(gè)變量，變化范圍為初始值±30%;

Bush單元連接剛度：54個(gè)變量，變化范圍為初始值±50%;

4.2 計(jì)算

DOE在計(jì)算的時(shí)候需要用到HyperStudy來調(diào)用Optistruct求解器。本文采用的DOE算法是修正的可擴(kuò)展格柵序列法（Modified Extensible Lattice Sequence）。共計(jì)算了100個(gè)試驗(yàn)。

通過帕累托圖（Pareto Plot），可以找到對于每一個(gè)響應(yīng)影響最大的設(shè)計(jì)變量。柱狀圖高低表示貢獻(xiàn)量大小，曲線斜率代表正/負(fù)效應(yīng)。

4.3 后處理

后處理需要用到HyperView的SnRD模塊。單個(gè)樣本的SnRD后處理結(jié)果如下圖?？梢钥吹?，在名義設(shè)計(jì)參數(shù)下，有風(fēng)險(xiǎn)的E-line共4條，有風(fēng)險(xiǎn)的節(jié)點(diǎn)對數(shù)量共14個(gè)。

多樣本后處理結(jié)果如下圖。左圖表示在每一次試驗(yàn)中有風(fēng)險(xiǎn)的E-line數(shù)量;右圖表示在每一次試驗(yàn)中有風(fēng)險(xiǎn)的節(jié)點(diǎn)對數(shù)量。因?yàn)镋-line在建模過程中的數(shù)量和長短是不固定的，所以不能根據(jù)E-line的數(shù)量來判斷異響問題的嚴(yán)重程度。因此，實(shí)際上重點(diǎn)關(guān)注的是每一次試驗(yàn)中節(jié)點(diǎn)對的風(fēng)險(xiǎn)情況，也就是右圖。從圖上可以看出，100次多樣本試驗(yàn)中，有風(fēng)險(xiǎn)的節(jié)點(diǎn)對數(shù)量在6個(gè)到31個(gè)之間。

也就是說，在單個(gè)樣本的名義分析中，有敲擊異響風(fēng)險(xiǎn)的區(qū)域共有14處;在多樣本分析中，有敲擊異響風(fēng)險(xiǎn)的區(qū)域平均16處左右。可見，對于本文分析的儀表板系統(tǒng)，如果用單樣本名義結(jié)果來評(píng)估異響風(fēng)險(xiǎn)會(huì)有所不足，用多樣本分析結(jié)果進(jìn)行評(píng)估會(huì)更加的穩(wěn)健。

4.4 優(yōu)化

對于單樣本的名義分析，可以通過模態(tài)貢獻(xiàn)量和模態(tài)振型鎖定優(yōu)化區(qū)域，然后直接進(jìn)行優(yōu)化?？紤]結(jié)構(gòu)多樣本的影響之后，優(yōu)化策略會(huì)有所改變。首先需要選擇優(yōu)化樣本。通常有兩種選擇方式：

選擇性能最惡劣的樣本：這種選擇方式從性能的角度出發(fā)比較保險(xiǎn)，但是可能會(huì)過設(shè)計(jì)，增加產(chǎn)品成本;

選擇名義設(shè)計(jì)樣本或者性能平均的樣本;這種方式性價(jià)比較高，能夠以較少的成本達(dá)到比較好的性能。但是可能出現(xiàn)部分產(chǎn)品異響性能較差，或者車輛長期行駛之后異響性能下滑明顯等情況。

實(shí)際上，選取優(yōu)化樣本的時(shí)候兩種方式可以同時(shí)選取，分別提出優(yōu)化方案。項(xiàng)目組再根據(jù)產(chǎn)品異響性能的定位以及優(yōu)化方案所需的成本綜合評(píng)判。

對需要優(yōu)化的樣本進(jìn)行模態(tài)貢獻(xiàn)量及模態(tài)振型分析，據(jù)此提出優(yōu)化方案。針對名義樣本的方案如下：

方案1：縮小紅圈位置卡扣與邊緣的距離;

方案2：將紅圈內(nèi)下端卡扣盡量向下走，上端卡扣相應(yīng)的向下移動(dòng);

方案3：白圈內(nèi)增加一個(gè)卡扣;

方案4：增加白圈內(nèi)卡扣的安裝臺(tái)面，縮短卡扣長度（圖10）。

針對最惡劣的樣本，除了方案1～4之外，還需要方案5～7：

方案5：縮短卡扣之間距離，將圖示位置一個(gè)卡扣換成兩個(gè)卡扣;

方案6：增加手套箱緩沖塊干涉量，以加大對于手套箱關(guān)閉狀態(tài)運(yùn)動(dòng)的約束;

方案7：增加儀表板上本體右側(cè)與CCB連接（圖11）。

優(yōu)化后，再一次對儀表板系統(tǒng)進(jìn)行多樣本SnRD異響分析。下面兩個(gè)圖分別是針對最惡劣樣本和名義樣本優(yōu)化方案進(jìn)行的多樣本分析結(jié)果。

從分析結(jié)果可以看到：

如果針對最惡劣樣本進(jìn)行優(yōu)化，那么優(yōu)化之后，100個(gè)樣本中，90%沒有風(fēng)險(xiǎn);出現(xiàn)風(fēng)險(xiǎn)的10個(gè)樣本中，都僅有1個(gè)節(jié)點(diǎn)對有敲擊異響風(fēng)險(xiǎn)。優(yōu)化效果非常好。

如果針對名義樣本進(jìn)行優(yōu)化，那么優(yōu)化之后，100個(gè)樣本中，58%沒有風(fēng)險(xiǎn);出現(xiàn)風(fēng)險(xiǎn)的42個(gè)樣本中，71.4%僅有1個(gè)節(jié)點(diǎn)對有敲擊異響風(fēng)險(xiǎn)。優(yōu)化效果顯著。但是100個(gè)樣本中仍有12個(gè)樣本有2個(gè)以上節(jié)點(diǎn)對有敲擊異響風(fēng)險(xiǎn)。

5 總結(jié)

本文介紹了DOE與多樣本分析在SnRD異響分析流程中的應(yīng)用。常規(guī)的基于名義設(shè)計(jì)單樣本異響分析，可以反映出車輛異響性能的平均水平。但是對于材料參數(shù)的不一致性、生產(chǎn)安裝的誤差以及長期使用帶來的性能變化，并不能很好的預(yù)測。采用結(jié)構(gòu)多樣本分析的SnRD異響解決方案，可以考慮到這些不確定因素對于車輛異響性能的影響，在開發(fā)前期為異響工程師提供更穩(wěn)健的決策依據(jù)。通過該方法，可以盡可能降低車輛已經(jīng)存在的或者潛在的異響風(fēng)險(xiǎn)，提升車輛的NVH性能及產(chǎn)品競爭力。

參考文獻(xiàn)：

[1]Squeak & Rattle simulation – A Success Enabler in the Development of the New Saab 9-5 Cockpit without Prototype Hardware Jens Weber and Ismail Benhayoun SAE 2010-01-1423.

[2]Squeak &Rattle Correlation in Time Domain using the SAR-LINETM Method Jens Weber and Ismail Benhayoun SAE 2012-01-1533.