本文选取一款特定型号的商用车作为研究案例,采用试验测试的方法,对基于功率的PBNR进行了测定,并结合SEA(Statistical Energy Analysis,统计能量分析)整车建模仿真,对比实测PBNR数据与SEA模型预测结果。通过对SEA模型上的贡献度分析,成功定位到车辆隔声性能的薄弱区域,并对其进行深入剖析和优化策略制定,为声学包的设计改进指明了明确的方向。
1 项目背景
随着经济的发展及用户群体的年轻化,除了传统的可靠性、承载能力之外,越来越多的用户开始将关注点投向商用车的舒适性。作为评价舒适性最重要的一项指标,NVH(Noise、Vibration、Harshness,振动、噪声及不平顺性)性能的优劣成为用户是否购车的一个重要影响因素;因此,各大商用车主机厂纷纷成立专门的NVH部门,对整车的NVH性能进行控制。当前,传统的结构NVH性能开发体系已经相对成熟;更多的主机厂开始将资源投入到声品质等商用车领域之前不太关注的领域。声学包作为控制车内噪声的重要手段之一,也是近年来研究的重点。
声学包的性能通常通过隔声量STL、插入损失IL、噪声降低量NR和基于功率的噪声降低量PBNR等参数来衡量。其中,STL仅能单独评价单个部件的隔音性能,并不能全面考量声源端和接收端的吸音性能;NR主要反映的是接收端如驾驶室内的吸音混响性能,却无法评估声源端的吸音或隔音性能。相比之下,基于功率的噪声降低量PBNR则更为全面。它的一端是声源的体加速,另一端则是经过空间混响和衰减之后的声压。因此,PBNR不仅能体现从声源到接收点的噪声衰减情况,还能同时考量两端的隔音和吸音能力。PBNR作为一项综合性指标,能够全面反映车辆的整体隔音能力、吸音性能以及密封程度。
2 项目意义
本文选取一款特定型号的商用车作为研究案例,采用试验测试的方法,对基于功率的PBNR进行了测定,并结合SEA(Statistical Energy Analysis,统计能量分析)整车建模仿真,对比实测PBNR数据与SEA模型预测结果。通过对SEA模型上的贡献度分析,成功定位到车辆隔声性能的薄弱区域,并对其进行深入剖析和优化策略制定,为声学包的设计改进指明了明确的方向。
3 原理简介
3.1 PBNR原理
PBNR是基于功率(或能量)的噪声降低量,定义为点声源的声功率与接受点声压级的平方值比,再取对数的值,表达式为:

(1)
其中:
式中:Π是点声源在自由场中的声功率;p是接收点声压;p
∗是p的共轭;p·p
∗是声压的均方根值,Π
ref是参考声功率;p
ref是参考声压。
自由场环境下,点声源的声功率∏为:
∏=ρQa×Qa*/(4πC) (2)
其中,ρ、C分别为为常温(20℃)下空气的密度和空气中的声速,此时ρ=1.205kg/m³,C=344m/s;Qa、Qa*体积加速度及其共轭;Q
a×Q
a*测量的体积加速度的自谱。
将公式(2)代入公式(1)中,PBNR进而可以表示为:

(3)

(4)
式中:为测得的声压对体积加速度传递函数的幅值,可转化为1/3倍频程。
3.2 统计能量分析(SEA)原理
汽车是声固耦合系统,SEA是把复杂的声固耦合系统分解成多个子系统,用功率流平衡方程描述各个子系统之间的耦合关系,从而预测汽车中高频的响应。对于多个子系统组成的耦合系统,其功率流平衡方程为:
ωηE=P (5)
其中:
式中:ω为圆频率;P为子系统功率输入矩阵;E为子系统能量矩阵;η为子系统能量损耗矩阵;η
ii表示子系统i的内损耗因子;η
ij表示能量从子系统i传输至子系统j的耦合损耗因子。
SEA的重要参数包括内损耗因子、模态密度和耦合损耗因子,根据保守系统耦合损耗因子和模态密度之间的互易性,两者之间关系为:
mi ηij=mj ηij (9)
4 整车PBNR测试
在具有平整、坚硬地面的半消声室中对整车PBNR进行测试,车辆放置在消声室的中间,距离墙或其他反射面1.8m。试验时车辆为熄火状态,门窗处于关闭状态,在驾驶员右耳处放置一个中高频体积声源作为激励源,输出200-10kHz的白噪声,在整车主要声源位置,如发动机6个表面,进气口,排气口,轮胎,变速箱,后桥以及其他需要特别关注的位置布置麦克风。如图1所示。
图1 整车声源测试麦克风布置位置示意图
在发动机的6个表面各均匀布置6个麦克风,每个麦克风与发动机表面距离为50mm;在4个轮胎前后侧各均匀布置3个麦克风,麦克风距离地面100mm;在排气管口各布置1个麦克风,麦克风与排气管口距离为50mm,同时需用隔声材料封堵排气管口。如图2所示。
图2 声源位置图
使用LMS Test.lab软件进行测试并记录各麦克风的声压信号,试验数据进行1/3倍频程转换。根据公式计算出各区域到驾驶右耳或副驾左耳处的PBNR,作为评价整车隔声性能的依据。
4.1 SEA仿真模型建模
搭建整车声学模型前,需要收集车体的有限元数模、车身钣金以及内外饰材料参数(力学参数、声学参数、厚度等)以作为整车声学分析的输入数据。将选定的某商用车整车有限元模型导入到前处理软件当中,将顶棚、车门表面、侧围、后围、前围等部位处的内饰板件,以及座椅、顶棚声学包总成、地板声学包总成、过孔堵孔件、发动机隔热垫等已有的声学包单独分解,并采用SEA子系统建模;关键连接位置采用共节点方式连接。将处理好的有限元模型导入到VA One中,建立SEA模型。最终得到的模型共包含节点37458个,材料属性54个(含软件数据库原有),平板物理特性170个(含软件数据库原有),分组(Group)23项,SEA子系统共446项,各类连接1608项。如图3所示。
图3 整车SEA模型
4.2 试验数据与仿真对标
根据PBNR试验数据,对SEA模型进行精细化仿真调校,以实现精准对标。具体调校策略如下:
(1)SEA子系统精调:依据前围传递损失的试验数据,对SEA子系统的区域结构、阻尼损耗因子及模态密度实施精确修正,确保关键子系统的传递损失计算高度准确;
(2)FE子系统约束优化:对FE子系统中的节点约束条件进行校正,依据实际工况调整约束状态,以保障模态分析结果的准确性;
(3)声腔子系统参数校准:对声腔内部的阻尼损耗因子和几何尺寸进行微调,确保声学场模拟与实际声腔响应的一致性;
(4)声学包模型优化:根据试验数据,对声学包的覆盖范围和厚度分布进行修正,确保声学包在模型中的加载与实际车辆环境高度的吻合性,进而保障声学性能评估的准确性。
图4为400-8000Hz频率范围内,驾驶员耳旁到轮边、驾驶员耳旁到发动机、驾驶员耳旁到排气、驾驶员耳旁到后桥的PBNR测试与仿真曲线对标结果。
图4-a 驾驶员耳旁到轮边PBNR
图4-b 驾驶员耳旁到发动机PBNR
图4-c 驾驶员耳旁到排气PBNR
图4-d 驾驶员耳旁到后桥PBNR
由以上结果可知,试验与仿真曲线趋势一致性较好,每个频率点误差都在2dB以内,误差率均在3%左右,故为仿真模型精度较高,可以用于预测和设计声学包方案。
5 贡献量分析
VA-one软件运用“开窗法”进行贡献量分析。具体做法是封堵其他连接,仅打开需计算的板件,依次算出每组板件对应驾驶员声腔的车内噪声,并将其转化为能量,再用该能量除以全部打开时的车内噪声(同样转化为能量),进而得出各组件的能量贡献量占比。
图5 车身贡献量分析
通过面板贡献量分析,由结果可知地板为主要传递路径,其次是后围和顶盖,车门占的比重相对最小,如图5所示。
对贡献量最大的地板再次进行贡献量分析:由结果可知主要位置是脚部,其次是主驾座椅底部,如图6所示。
图6 地板贡献量分析
对模型进行传递路径分析,查看每个频率点声压值贡献度,定位主要贡献声源点,如图7所示。
图7 传递路径分析
6 声学包仿真优化
脚部地板及驾驶员座椅底部贡献量占比大,针对这一情况,优化地毯材质。原地毯材质为PVC+XPE,吸隔声性能较差;基于成本及可靠性考虑,更换为PVC+PU,提升声学性能。对新方案地毯进行PBNR仿真,结果如图8所示。
图8 原状态与新方案地毯PBNR仿真结果对比
由仿真分析结果可知,400-6300Hz频率范围内,新方案地毯相比原状态地毯PBNR提升2dB左右,最大提升量可达3dB。
7 实车验证
7.1 PBNR试验测试
对新方案地毯的样车进行PBNR测试,此次测试旨在验证仿真结果的准确性,为减少工作量,故仅对驾驶员耳旁到发动机这一路径的进行测试。
图9 原状态与新方案地毯PBNR试验结果对比
由试验结果可知,400-6300Hz频率范围内,新方案地毯相比原状态地毯PBNR提升2dB左右,最大提升量可达3dB,与仿真结果一致。
7.2 实车道路试验验证
分别对原状态地毯和新方案地毯的样车进行道路测试,以匀速100km/h行驶工况为例,对比车内总声压级变化。结果如图10所示,新方案地毯较原状态地毯车内噪声在各频率点降低1-3dB(A),验证了方案的有效性。
图10 原状态与新方案地毯匀速工况车内声压级对比
8 结语
本文通过PBNR试验测试与SEA仿真技术结合,大幅提升了特定型号商用车的声学包性能。运用贡献量分析发现地板为主要的噪声传递路径,据此优化升级地毯材质,实现400-6300Hz频段内PBNR值平均2dB的提升,部分峰值提升高达3dB。后续的实车验证,包括PBNR试验测试与道路试验,证实了方案的有效性:在100km/h匀速行驶状态下,车内噪声在各频率点普遍下降1-3dB(A)。此研究为声学包设计提供新思路。
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。