汽车车内噪声源识别方法应用研究

论文摘要

汽车的NVH(噪声、振动、声振粗糙度)性能已经成为顾客衡量汽车性能的重要指标之一。降低车内噪声成为了提升汽车品质,满足客户需求的一个亟待解决的问题。又因影响车内噪声的因素很多,识别出车内噪声源即成了汽车降噪的关键和重点。本文从噪声源识别的角度出发,分别针对车内低频、高频和全频的噪声源进行了识别。并对比研究了各噪声源识别技术的优缺点。主要内容如下:1.基于CAE技术的低频噪声源识别。主要研究了FEM(有限元)、BEM(边界元)和ATV(声传递向量)在低频结构噪声源识别中的应用。建立了某微车有限元模型和边界元模型,分别用FEM、BEM和ATV方法预测了车内低频结构辐射噪声。通过板件贡献量的计算,确定了峰值频率下板件对车内声学的贡献。并应用板件贡献量对辐射声压进行了排序,识别出了主要噪声源,寻找到了结构设计的缺陷,进而为结构优化设计提供了方向性建议。通过对低频噪声源识别的研究,明确了CAE低频噪声源识别技术在汽车虚拟设计中的重要性。2.基于SEA(统计能量分析)的高频噪声源识别。主要研究了SEA在高频车内噪声源识别中的应用。建立了某微车的统计能量分析(SEA)模型,通过施加实测的激励源,成功预测了汽车平稳运行中车内高频噪声。应用SEA对车内噪声输入功率进行了排序,识别出了车内噪声主要输入板件。从声辐射与透射的角度识别出车内高频的主要噪声源。在此基础上,提出了工程上可行的降噪措施。通过对SEA技术的研究,确定了SEA噪声源识别方法在汽车平台开发中的重要性。。3.基于信号处理的全频噪声源识别。主要研究了信号处理的一些方法在噪声源识别领域的应用。主要包括利用相干分析、偏相干分析和小波分析方法对某微车车内噪声源识别。并编写了偏相干函数和小波函数噪声源识别的MATLAB程序,量化了各噪声源的贡献,使得各噪声的贡献清晰、明确。进而为车内降噪明确了方向。通过对信号处理技术的研究,确立了信号处理噪声源识别技术在主机厂中较优性价比的地位。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景与意义
• 1.2 国内外噪声源识别方法研究现状
• 1.3 本文主要研究内容
• 第2章 基于CAE 技术的车内低频结构辐射噪声源识别
• 2.1 声学基础
• 2.1.1 声学基本概念
• 2.1.2 Helmholtz 声学波动方程
• 2.2 声固耦合模型有限元声学分析
• 2.2.1 有限元法简介
• 2.2.2 声固耦合有限元算法基本理论
• 2.2.3 内部声场有限元声学分析
• 2.3 边界元方法声学分析
• 2.3.1 边界元法简介
• 2.3.2 边界元基本理论
• 2.3.3 内部声场边界元声学分析
• 2.4 基于板件贡献量噪声源识别
• 2.4.1 板件贡献量算法简介
• 2.4.2 基于板件贡献量噪声源识别应用
• 2.5 本章小结
• 第3章 基于SEA 技术车内高频噪声源识别
• 3.1 统计能量分析法基本理论
• 3.2 SEA 模型的建立
• 3.2.1 车身系统SEA 子系统划分
• 3.2.2 SEA 参数确定
• 3.2.3 激励源输入功率的确定
• 3.3 基于SEA 的噪声贡献量分析
• 3.4 本章小结
• 第4章 基于信号处理实验方法全频域噪声源识别
• 4.1 信号处理简介
• 4.2 基于相干分析噪声源识别
• 4.2.1 相干分析理论
• 4.2.2 相干分析噪声源识别应用研究
• 4.3 基于偏相干分析噪声源识别
• 4.3.1 偏相干分析理论简介
• 4.3.2 偏相干分析噪声源识别应用研究
• 4.4 基于小波分析噪声源识别
• 4.4.1 小波分析理论
• 4.4.2 小波分析噪声源识别应用研究
• 4.5 本章小结
• 第5章 总结与展望
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文
• 附录B MATLAB 偏相干噪声源识别程序
• 附录C MATLAB 小波噪声源识别程序