CN107132052B - 电动车辆车内振动、噪声预测方法和装置 - Google Patents

电动车辆车内振动、噪声预测方法和装置 Download PDF

Info

Publication number
CN107132052B
CN107132052B CN201710311775.4A CN201710311775A CN107132052B CN 107132052 B CN107132052 B CN 107132052B CN 201710311775 A CN201710311775 A CN 201710311775A CN 107132052 B CN107132052 B CN 107132052B
Authority
CN
China
Prior art keywords
noise
vibration
electric
electric equipment
installation position
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710311775.4A
Other languages
English (en)
Other versions
CN107132052A (zh
Inventor
彭程
徐峰
孙敏
王理周
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN201710311775.4A priority Critical patent/CN107132052B/zh
Publication of CN107132052A publication Critical patent/CN107132052A/zh
Application granted granted Critical
Publication of CN107132052B publication Critical patent/CN107132052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00Vibration-testing of structures; Shock-testing of structures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种电动车辆车内振动、噪声预测方法和装置,该振动预测方法包括:获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数以及所述用电设备的激励力;根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应。本发明能准确预测各类用电设备在不同位置工作时对于车内振动、噪声的影响,缩短了车辆测试调校周期,而且降低了车辆NVH研发成本。

Description

电动车辆车内振动、噪声预测方法和装置
技术领域
本发明涉及车辆NVH技术领域,特别是涉及一种电动车辆车内振动、噪声预测方法和装置。
背景技术
NVH是噪声、振动与声振粗糙度(Noise、Vibration、Harshness)的英文缩写。NVH是衡量车辆制造质量的一个综合性问题,它给驾驶者的感受是最直接和最表面的。车辆的NVH问题是各大整车制造企业和零部件企业关注的问题之一。
车内振动与噪声的预测一直都是NVH开发的重点与难点所在。对于电动车辆,由于没有发动机的激励,车辆上电时相对安静,同时又因为没有了发动机噪声的掩蔽效应,低背景噪声使得用电设备(空调压缩机、转向泵、制动泵等设备)的振动噪声变得突出,如果不控制好这些用电设备的振动噪声,将给车内驾驶人员和乘客带来不舒适性。因此需要准确预测各类用电设备工作时对车内振动噪声的影响,才能为后续的开发提供支持。
发明内容
基于此,本发明提供一种电动车辆车内振动、噪声预测方法和装置,以准确预测各类用电设备在不同的安装位置工作时对于车内振动、噪声的影响。
为实现上述目的,本发明实施例提供一种电动车辆车内振动预测方法,包括如下步骤:
获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数以及所述用电设备的激励力;
根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应。
本发明实施例还提供一种电动车辆车内噪声预测方法,包括如下步骤:
获取电动车辆的用电设备工作时的近场噪声以及所述用电设备的激励力;
获取所述用电设备的目标安装位置至噪声测试位置的噪声衰减量,以及所述目标安装位置至所述噪声测试位置的振动声传递函数;
根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
根据所述振动声传递函数和所述激励力确定结构噪声分量;
根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声。
本发明实施例还提供一种电动车辆车内振动预测装置,包括:
振动传递函数获取模块,用于获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数;
第一激励力获取模块,用于获取所述用电设备的激励力;
振动预测模块,用于根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应。
以及一种电动车辆车内噪声预测装置,包括:
近场噪声获取模块,用于获取电动车辆的用电设备工作时的近场噪声;
第二激励力获取模块,用于获取所述用电设备的激励力;
噪声衰减量获取模块,用于获取所述用电设备的目标安装位置至噪声测试位置的噪声衰减量;
振动声传递函数获取模块,用于获取所述目标安装位置至所述噪声测试位置的振动声传递函数;
空气噪声分量计算模块,用于根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
结构噪声分量计算模块,用于根据所述振动声传递函数和所述激励力确定结构噪声分量;
噪声预测模块,用于根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声。
基于本发明所提供的电动车辆车内振动、噪声预测方法和装置,如果需要预测某个用电设备在某个目标安装位置工作时对于振动测试位置(例如方向盘的位置)的影响,只需获取该目标安装位置到振动测试位置的VTF(Vibration Transfer Function,振动传递函数)以及该用电设备的激励力,即可确定振动测试位置的振动响应,而不必将该用电设备真实的移到该目标安装位置进行试验测试。如果需要预测某个用电设备在某个目标安装位置工作时,在噪声测试位置(例如方向盘的位置)的产生的噪声,只需获取该目标安装位置到噪声测试位置的NTF、该目标安装位置到噪声测试位置的噪声衰减量以及用电设备工作时的近场噪声和激励力,即可计算出该用电设备于该目标安装位置工作时噪声测试位置的噪声,而不必将该用电设备真实的移到该目标安装位置进行试验测试,因此本发明能准确预测各类用电设备在不同位置工作时对于车内振动、噪声的影响,缩短了车辆测试调校周期,而且降低了车辆NVH研发成本。
附图说明
图1是本发明的电动车辆车内振动预测方法在实施例一中的流程示意图;
图2是本发明实施例一中确定用电设备激励力的方法流程示意图;
图3为本发明实施例一中电动车辆前纵梁位置的原点频响函数的示意图;
图4为本发明实施例一中空调压缩机在前纵梁位置工作时产生的振动加速度信号的示意图;
图5为本发明实施例一中空调压缩机于前纵梁位置工作时所产生的激励力的示意图;
图6为本发明实施例一中前纵梁位置至方向盘位置的VTF的示意图;
图7为本发明实施例一中空调压缩机于前纵梁位置工作时方向盘位置的振动响应的示意图;
图8为本发明实施例一中计算用电设备振动贡献度的流程示意图;
图9是本发明的电动车辆车内噪声预测方法在实施例二中的流程示意图;
图10为本发明实施例二中计算用电设备噪声贡献度的流程示意图;
图11为本发明的电动车辆车内振动预测装置在实施例三中的结构示意图;
图12为本发明的电动车辆车内噪声预测装置在实施例四中的结构示意图。
具体实施方式
下面将结合较佳实施例及附图对本发明的内容作进一步详细描述。显然,下文所描述的实施例仅用于解释本发明,而非对本发明的限定。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解的是,尽管在下文中采用术语“第一”、“第二”等来描述各种信息,但这些信息不应限于这些术语,这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,“第一”信息也可以被称为“第二”信息,类似的,“第二”信息也可以被称为“第一”信息。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
图1是本发明的电动车辆车内振动预测方法在实施例一中的流程示意图,如图1所示,本实施例中的电动车辆车内振动预测方法包括以下步骤S110至S120:
步骤S110,获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数以及用电设备的激励力;
本发明实施例所提供的电动车辆车内振动预测方法适用于电动车辆的所有用电设备,例如电动车辆的转向泵、空调压缩机、制动泵、水泵、风扇等用电设备。对于电动车辆的用电设备而言,部件体积较小、安装位置集中,可以近似认为是单点激励。而且,用电设备的本体振动不随安装位置的变化而变化,因此,可以认为用电设备在工作时产生的激励力是恒定的,其不随用电设备安装位置的变化而变化。
在本实施例中,对于用电设备的激励力,可以预先通过实验测试获得,并将实验获得的数据存储至数据库中。当需要对电动车辆车内振动进行预测时,可以从数据库中直接读取用电设备的激励力。
本实施例中也提供一种确定用电设备的激励力的方法,参照图2所示,该方法包括步骤S101至S102:
步骤S101,获取用电设备当前安装位置的原点频响函数以及用电设备工作时的振动加速度信号;
步骤S102,对振动加速度信号和原点频响函数进行求商运算,确定激励力。
可选的,通过台架试验可测得用电设备的当前安装位置的原点频响函数。图3所示的是通过台架试验获得的电动车辆前纵梁位置的原点频响函数。
当然,本实施例不排除采用其他方法(例如软件仿真的方法)来获得用电设备当前安装位置的原点频响函数。
可选的,通过台架试验可测得不同用电设备工作时的振动加速度信号。图4所示的是通过台架试验获得的空调压缩机安装在前纵梁位置处工作时产生的振动加速度信号。当然,本实施例也不排除采用其他方法(例如软件仿真的方法)来获得用电设备工作时的振动加速度信号。
在获得用电设备工作时的振动加速度信号和当前安装位置的原点频响函数后,即可通过对振动加速度信号和原点频响函数进行求商运算来获得用电设备在当前安装位置工作时产生的激励力。
可选的,可通过下式(1)计算用电设备工作时的激励力F:
Figure BDA0001287312020000051
在式(1)中,F为用电设备的激励力,
Figure BDA0001287312020000052
为用电设备工作的振动加速度信号,H为当前安装位置的原点频响函数。
基于上式(1),对图3中示出的原点频响函数和图4中示出的振动加速度信号进行计算,即可获得空调压缩机于前纵梁位置工作时所产生的激励力,该激励力如图5所示。
当然,还可以在式(1)的基础上引入修正系数,修正计算结果,例如通过下式(2)确定激励力F:
Figure BDA0001287312020000053
在式(2)中,a1、a2均为修正系数,其余参数的含义参照式(1)中的说明。
依据上述方法即可获得不同用电设备的激励力,在此基础上,可将不同用电设备的激励力存储至数据库中备用。
在本实施例中,目标安装位置即待安装用电设备的位置,而振动测试位置可以是电动车辆中的任意一个位置,例如电动车辆中的方向盘位置。振动传递函数即VTF(Vibration Transfer Function),目标安装位置到振动测试位置的振动传递函数可以通过实际实验或者软件仿真而获得,当然也不排除使用其他方法来确定VTF。图6中示出了通过台架试验获得的前纵梁位置至方向盘位置的VTF。
步骤S120,根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应。
用电设备在目标安装位置工作时,由于激励力的作用,用电设备产生的振动将会传递至振动测试位置,通过用电设备的激励力和目标安装位置至振动测试位置的振动传递函数VTF,即可确定振动测试位置的振动响应,从而可以研究不同用电设备在不同的目标安装位置工作时对于车内振动的影响。
可选的,可通过以下公式计算用电设备在目标安装位置工作时振动测试位置的振动响应:
Figure BDA0001287312020000061
在式(3)中,F为用电设备的激励力,VTF为目标安装位置到振动测试位置的振动传递函数,
Figure BDA0001287312020000062
为振动测试位置的振动响应。
基于上式(3),对图5中示出的激励力和图6中示出的振动传递函数进行计算,即可获得空调压缩机于前纵梁位置工作时方向盘位置的振动响应,该振动响应如图7所示。在图7中,曲线1为实际测试获得的振动响应,曲线2为通过计算获得的振动响应,从图7可以看出,本实施例提供的电动车辆车内振动预测方法具有较高的预测精度。
当然,为了进一步提高预测精度,还可以在式(3)的基础上引入修正系数,修正计算结果,例如通过下式(4)确定用电设备在目标安装位置工作时振动测试位置产生的振动:
Figure BDA0001287312020000063
在式(4)中,b1、b2均为修正系数,其余参数的含义参照式(3)中的说明。
基于本实施例中提供的电动车辆车内振动预测方法,如果需要预测某个用电设备在某个目标安装位置工作时对于振动测试位置(例如方向盘的位置)的影响,只需获取该用电设备的激励力和该目标安装位置到振动测试位置的VTF,即可确定振动测试位置的振动响应,而不必将该用电设备真实的移到该目标安装位置进行试验测试,因此本实施例所提供的方法能准确预测各类用电设备在不同位置工作时对于车内振动的影响,缩短了车辆测试调校周期,而且降低了车辆NVH研发成本。
进一步的,本实施例一中的电动车辆车内振动预测方法,还可以确定不同用电设备对于振动测试位置振动情况的影响程度。参照图8所示,本实施例中的电动车辆车内振动预测方法还包括:
步骤S701,在分别确定各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应之后,计算所有用电设备工作时所述振动测试位置的总振动响应;
步骤S702,分别根据各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应以及所述总振动响应,确定各个用电设备的振动贡献度。
当需要分析多个用电设备同时工作时对于车内振动的影响时,可以按照上述步骤S110至S120分别计算出各个用电设备在其对应的目标安装位置工作时振动测试位置的振动响应,然后计算所有用电设备工作时振动测试位置的总振动响应,例如参照如下表达式进行计算:
Figure BDA0001287312020000071
在式(5)中,
Figure BDA0001287312020000072
表示用电设备i在其对应的目标安装位置工作时振动测试位置的振动响应,n表示用电设备的总数量,
Figure BDA0001287312020000073
表示n个用电设备(用电设备1至用电设备n)均工作时振动测试位置的总振动响应。
然后,根据单个用电设备i在对应的目标安装位置工作时振动测试位置的振动响应
Figure BDA0001287312020000074
和上述的总振动响应
Figure BDA0001287312020000075
即可确定单个用电设备i的振动贡献度,例如参照如下表达式进行计算:
Figure BDA0001287312020000076
在式(6)中,
Figure BDA0001287312020000081
表示用电设备i在其对应的目标安装位置工作时振动测试位置的振动响应,
Figure BDA0001287312020000082
表示上述的总振动响应,ki为用电设备i的振动贡献度。
通过振动贡献度可以直观地看出各个用电设备对于振动测试位置处振动情况的影响程度,可以发现对振动测试位置的振动情况影响最大的用电设备,有效辅助开发人员开展NVH研发。
本发明还提供一种电动车辆车内噪声预测方法,图9是本发明的电动车辆车内噪声预测方法在实施例二中的流程示意图。如图9所示,本实施例二中的电动车辆车内噪声预测方法包括如下步骤:
步骤S801,获取电动车辆的用电设备工作时的近场噪声以及用电设备的激励力;
本发明实施例二所提供的电动车辆车内噪声预测方法也适用于电动车辆的所有用电设备,例如电动车辆的转向泵、空调压缩机、制动泵、水泵、风扇等用电设备。参照实施例一中的描述,对于电动车辆中的用电设备而言,其本体振动不会随其安装位置的变化而变化,因此用电设备在不同的安装位置工作时产生的激励力可以认为是不变的。
可选的,对于用电设备的激励力,可以从数据库中直接读取。另外,可参照实施例一中提供的确定用电设备的激励力的方法来获得不同用电设备的激励力,并可以将不同用电设备的激励力存储至数据库中。
对于用电设备工作时的近场噪声,可以通过多种方式获得,例如,在消声室可以测试出用电设备工作时的近场噪声。
步骤S802,获取所述用电设备的目标安装位置至噪声测试位置的噪声衰减量,以及所述目标安装位置至所述噪声测试位置的振动声传递函数;
参照实施例一中的描述,目标安装位置即待安装用电设备的位置。而噪声测试位置可以是电动车辆中的任意一个位置,例如驾驶员坐于驾驶座后其右耳(或左耳)的位置。可选的,目标安装位置至噪声测试位置的噪声衰减量可以通过实验测试获得。振动声传递函数即NTF(Noise Transfer Function),可选的,目标安装位置到噪声测试位置的NTF可以通过实际实验或者软件仿真而获得。
步骤S803,根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
用电设备工作时,其产生的噪声一方面通过空气传递至噪声测试位置,另一方面通过车辆结构传递至噪声测试位置。因此,用电设备在目标安装位置工作时噪声测试位置的噪声可以分成两部分,一部分为空气噪声分量,另一部分为结构噪声分量。对于其中的空气噪声分量,可以通过用电设备工作时的近场噪声以及目标安装位置至噪声测试位置的噪声衰减量来确定。例如,参照如下表达式计算空气噪声分量:
DRair=P-NR (7)
式(7)中,DRair为上述的空气噪声分量,P为用电设备工作时的近场噪声,NR为目标安装位置至噪声测试位置的噪声衰减量。
当然,为了进一步提高计算精度,还可以在式(7)的基础之上引入修正系数进行计算。
步骤S804,根据所述振动声传递函数和所述激励力确定结构噪声分量;
对于上述的结构噪声分量,可以通过用电设备的激励力和目标安装位置至噪声测试位置的NTF来进行计算,例如式(8)所示:
DRstr=NTF·F (8)
在式(8)中,DRstr为上述的结构噪声分量,NTF为目标安装位置至噪声测试位置的振动声传递函数,F为用电设备的激励力。当然,为了进一步提高计算精度,还可以在式(8)的基础之上引入修正系数进行计算。
步骤S805,根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声。
在通过上述计算过程计算出空气噪声分量和结构噪声分量后,即可确定用电设备在目标安装位置工作时噪声测试位置的噪声,例如参照式(9)所示:
DR=DRstr+DRair (9)
在式(9)中,DR为用电设备在目标安装位置工作时噪声测试位置的噪声,DRstr为上述的结构噪声分量,DRair为上述的空气噪声分量。当然,为了进一步提高计算精度,还可以在式(9)的基础之上引入修正系数进行计算。
基于本实施例中提供的电动车辆车内噪声预测方法,如果需要预测某个用电设备在某个目标安装位置工作时,在噪声测试位置(例如方向盘的位置)的产生的噪声,只需获取该用电设备的激励力、该用电设备工作时的近场噪声、该目标安装位置到噪声测试位置的NTF以及该目标安装位置到噪声测试位置的噪声衰减量,即可计算出将该用电设备安装于目标安装位置处工作时噪声测试位置的噪声,而不必将该用电设备真实的移到该目标安装位置进行试验测试,因此本实施例所提供的方法能准确预测各类用电设备在不同位置工作时对于车内噪声的影响,缩短了车辆测试调校周期,而且降低了车辆NVH研发成本。
进一步的,本实施例二中的电动车辆车内噪声预测方法,还可以确定不同用电设备对于噪声测试位置噪声情况的影响程度。参照图10所示,本实施例中的电动车辆车内噪声预测方法还包括:
步骤S901,在分别确定各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声后,计算所有用电设备工作时所述噪声测试位置的总噪声;
步骤S902,分别根据各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声以及所述总噪声,确定各个用电设备的噪声贡献度。
当需要分析多个用电设备同时工作时对于车内噪声的影响时,可以按照上述步骤S801至S805分别计算出各个用电设备在其对应的目标安装位置工作时噪声测试位置的噪声,然后计算所有用电设备工作时噪声测试位置的总噪声,例如参照如下表达式进行计算:
Figure BDA0001287312020000101
在式(10)中,DRi表示用电设备i在其对应的目标安装位置工作时噪声测试位置的噪声,n表示用电设备的总数量,DRz表示n个用电设备(用电设备1至用电设备n)均工作时噪声测试位置的总噪声。
然后,根据单个用电设备i在对应的目标安装位置工作时噪声测试位置的噪声DRi和上述的总噪声DRz,即可确定单个用电设备i的噪声贡献度,例如参照如下表达式进行计算:
Figure BDA0001287312020000111
在式(11)中,DRi表示用电设备i在其对应的目标安装位置工作时噪声测试位置的噪声,DRz表示上述的总噪声,si为用电设备i的噪声贡献度。
通过噪声贡献度可以直观地看出各个用电设备工作时对于噪声测试位置处噪声情况的影响程度,可以发现影响最大的用电设备,有效辅助开发人员开展NVH研发。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
根据上述本发明的电动车辆车内振动预测方法,本发明还提供一种电动车辆车内振动预测装置,下面结合附图及较佳实施例对本发明的电动车辆车内振动预测装置进行详细说明。
图11为本发明的电动车辆车内振动预测装置在实施例三中的结构示意图。如图11所示,该实施例中的电动车辆车内振动预测装置包括:
振动传递函数获取模块101,用于获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数;
第一激励力获取模块102,用于获取用电设备的激励力;
振动预测模块103,用于根据激励力和振动传递函数确定用电设备在目标安装位置工作时所述振动测试位置的振动响应。
本发明实施例所提供的电动车辆车内振动预测装置适用于电动车辆的所有用电设备,例如电动车辆的转向泵、空调压缩机、制动泵、水泵、风扇等用电设备。对于电动车辆的用电设备而言,部件体积较小、安装位置集中,可以近似认为是单点激励。
而且,用电设备的本体振动不随安装位置的变化而变化,因此,可以认为用电设备在不同安装位置工作时产生的激励力是恒定的,其不随用电设备安装位置的变化而变化。
对于不同用电设备的激励力,可以预先通过实验测试获得,并将实验获得的数据存储至数据库中。当需要对电动车辆车内振动进行预测时,即可从数据库中直接获得不同用电设备的激励力。在本实施例中,第一激励力获取模块102可以直接从数据库中读取用电设备的激励力。
进一步的,仍参照图11所示,本实施例中的电动车辆车内振动预测装置还可包括第一原点频响函数获取模块104、第一振动加速度信号获取模块105以及第一激励力计算模块106,通过这三个模块可以确定不同用电设备的激励力。其中,第一原点频响函数获取模块104用于获取电动车辆中用电设备当前安装位置的原点频响函数,第一振动加速度信号获取模块105用于获取用电设备工作时产生的振动加速度信号。第一激励力计算模块106用于对振动加速度信号和所述原点频响函数进行求商运算,确定激励力。
可选的,通过台架试验可测得用电设备当前安装位置的原点频响函数,然后将其输入至原点频响函数获取模块104。当然,本实施例不排除采用其他方法(例如软件仿真的方法)来获得原点频响函数。
可选的,通过台架试验可测得不同用电设备工作时的振动加速度信号,然后将其输入至振动加速度信号获取模块105。当然,本实施例也不排除采用其他方法(例如软件仿真的方法)来获得用电设备工作时的振动加速度信号。
可选的,参照实施例一中的描述,第一激励力计算模块106可通过式(1)或式(2)计算用电设备工作时的激励力,并且可以将获得的不同用电设备的激励力存储至数据库中。
在本实施例中,目标安装位置即待安装用电设备的位置,而振动测试位置可以是电动车辆中的任意一个位置,例如电动车辆中的方向盘位置。振动传递函数即VTF,目标安装位置到振动测试位置的振动传递函数可以通过实际实验获得,然后将其导入至振动传递函数获取模块101,或者软件仿真而获得,当然也不排除振动传递函数获取模块101使用其他方法来获得VTF,例如,通过软件仿真获得VTF。
用电设备在目标安装位置工作时,由于激励力的作用,用电设备产生的振动将会传递至振动测试位置。在本实施例中,振动预测模块103依据第一激励力获取模块102输出的激励力和振动传递函数获取模块101输出的目标安装位置至振动测试位置的VTF,即可确定振动测试位置的振动响应,从而可以研究不同用电设备在不同的目标安装位置工作时对于车内振动的影响。
可选的,参照实施例一中的描述,振动预测模块103可通过式(3)或式(4)计算用电设备在目标安装位置工作时振动测试位置的振动响应。
基于本实施例中提供的电动车辆车内振动预测装置,如果需要预测某个用电设备在某个目标安装位置工作时对于振动测试位置(例如方向盘的位置)的影响,只需获取该用电设备的激励力和该目标安装位置到振动测试位置的VTF,即可确定振动测试位置的振动响应,而不必将该用电设备真实的移到该目标安装位置进行试验测试,因此缩短了车辆测试调校周期,降低了车辆NVH研发成本。
进一步的,本实施例三中的电动车辆车内振动预测装置还可以确定不同用电设备对于振动测试位置振动情况的影响程度。仍参照图11所示,本实施例三中的电动车辆车内振动预测装置还可包括:
总振动计算模块107,用于在分别确定各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应之后,计算所有用电设备工作时所述振动测试位置的总振动响应;
振动贡献度计算模块108,用于分别根据各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应以及所述总振动响应,确定各个用电设备的振动贡献度。
当需要分析多个用电设备同时工作时对于车内振动的影响时,通过振动预测模块103分别计算出各个用电设备在其对应的目标安装位置工作时振动测试位置的振动响应,然后总振动计算模块107计算所有用电设备工作时振动测试位置的总振动响应。参照实施例一中的描述,总振动计算模块107可以采用式(5)来计算总振动相应。
然后,振动贡献度计算模块108根据单个用电设备i在对应的目标安装位置工作时振动测试位置的振动响应
Figure BDA0001287312020000141
和上述的总振动响应
Figure BDA0001287312020000142
即可确定单个用电设备i的振动贡献度,例如参照实施例一中的描述,振动贡献度计算模块108可以采用式(6)计算各个用电设备的振动贡献度。
通过振动贡献度可以直观地看出各个用电设备对于振动测试位置处振动情况的影响程度,可以发现对于振动测试位置的振动情况影响最大的用电设备,有效辅助开发人员开展NVH研发。
根据上述本发明的电动车辆车内噪声预测方法,本发明还提供一种电动车辆车内噪声预测装置,下面结合附图及较佳实施例对本发明的电动车辆车内噪声预测装置进行详细说明。
图12为本发明的电动车辆车内噪声预测装置在实施例四中的结构示意图。如图12所示,该实施例中的电动车辆车内噪声预测装置包括:
近场噪声获取模块201,用于获取电动车辆的用电设备工作时的近场噪声;
噪声衰减量获取模块203,用于获取用电设备的目标安装位置至噪声测试位置的噪声衰减量;
振动声传递函数获取模块204,用于获取目标安装位置至噪声测试位置的振动声传递函数;
空气噪声分量计算模块205,用于根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
结构噪声分量计算模块206,用于根据所述振动声传递函数和所述激励力确定结构噪声分量;
噪声预测模块207,用于根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声。
本发明实施例四所提供的电动车辆车内噪声预测装置也适用于电动车辆的所有用电设备,例如电动车辆的转向泵、空调压缩机、制动泵、水泵、风扇等用电设备。参照实施例一至实施例三中的描述,对于电动车辆中的用电设备而言,其本体振动不会随其安装位置的变化而变化,因此用电设备在不同的目标安装位置工作时产生的激励力可以认为是不变的。
在本实施例中,第二激励力获取模块202可以直接从数据库中获得用电设备的激励力。另外,对于不同用电设备的激励力,可以预先通过实验测试获得,并将实验获得的数据存储至数据库中。当需要对电动车辆车内振动进行预测时,即可从数据库中直接获得不同用电设备的激励力。
进一步的,仍参照图12所示,本实施例中的电动车辆车内噪声预测装置还包括第二原点频响函数获取模块208、第二振动加速度信号获取模块209以及第二激励力计算模块210,通过这三个模块可以确定不同用电设备的激励力。其中,第二原点频响函数获取模块208用于获取电动车辆中用电设备当前安装位置的原点频响函数,第二振动加速度信号获取模块209用于获取用电设备工作时产生的振动加速度信号。第二激励力计算模块210用于对振动加速度信号和原点频响函数进行求商运算,确定激励力。
可选的,通过台架试验可测得用电设备当前安装位置的原点频响函数,然后将其导入至第二原点频响函数获取模块208。当然,第二原点频响函数获取模块208也可以通过其他方法来获得原点频响函数。
可选的,通过台架试验可测得不同用电设备工作时的振动加速度信号,然后将其输入至第二振动加速度信号获取模块209。当然,本实施例也不排除采用其他方法(例如软件仿真的方法)来获得用电设备工作时的振动加速度信号。
第二激励力计算模块210可以参照实施例一中提供的方法计算用电设备在当前安装位置工作时产生的激励力,如采用式(1)或式(2)来计算。
可选的,在消声室可以测试出用电设备工作时的近场噪声,然后将其输入至近场噪声获取模块201。当然,对于用电设备工作时的近场噪声,近场噪声获取模块201也可以通过其他方法(例如软件仿真的方法)获得。
在本实施例中,目标安装位置即待安装用电设备的位置,而噪声测试位置可以是电动车辆中的任意一个位置,例如驾驶员坐于驾驶座后其右耳(或左耳)的位置。可选的,目标安装位置至噪声测试位置的噪声衰减量可以通过实验测试获得,然后将其输入至噪声衰减量获取模块203。当然,噪声衰减量获取模块203也可以采用其他方法来获得目标安装位置至噪声测试位置的噪声衰减量。
振动声传递函数即NTF,可选的,目标安装位置到噪声测试位置的NTF可以通过实际实验而获得,然后将其导入至振动声传递函数获取模块204。当然,振动声传递函数获取模块204也可以采用其他方法来获得目标安装位置到噪声测试位置的NTF,例如通过软件仿真的方法获得NTF。
用电设备工作时,其产生的噪声一方面通过空气传递至噪声测试位置,另一方面通过车辆结构传递至噪声测试位置。因此,用电设备在目标安装位置工作时噪声测试位置的噪声可以分成两部分,一部分为空气噪声分量,另一部分为结构噪声分量。对于其中的空气噪声分量,可以通过空气噪声分量计算模块205来计算。可选的,参照实施例二中的描述,空气噪声分量计算模块205可以采用式(7)来计算空气噪声分量。
而对于上述的结构噪声分量,可以通过结构噪声分量计算模块206来计算。参照实施例二中的描述,结构噪声分量计算模块206可以采用式(8)计算结构噪声分量。
噪声预测模块207可以依据空气噪声分量计算模块205输出的空气噪声分量和结构噪声分量计算模块206输出的结构噪声分量计算用电设备在目标安装位置工作时噪声测试位置的噪声,例如参照式(10)进行计算。
基于本实施例中提供的电动车辆车内噪声预测装置,如果需要预测某个用电设备在某个目标安装位置工作时,在噪声测试位置(例如方向盘的位置)的产生的噪声,只需获取该用电设备的激励力和工作时的近场噪声、该目标安装位置到噪声测试位置的NTF以及该目标安装位置到噪声测试位置的噪声衰减量,即可计算出将该用电设备于该目标安装位置工作时噪声测试位置的噪声,而不必将该用电设备真实的移到该目标安装位置进行试验测试,因此缩短了车辆测试调校周期,降低了车辆NVH研发成本。
进一步的,本实施例四中的电动车辆车内噪声预测装置,还可以确定不同用电设备对于噪声测试位置噪声情况的影响程度。仍参照图12所示,本实施例中的电动车辆车内噪声预测装置还可包括:
总噪声计算模块211,用于在分别确定各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声后,计算所有用电设备工作时所述噪声测试位置的总噪声;
噪声贡献度计算模块212,用于分别根据各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声以及所述总噪声,确定各个用电设备的噪声贡献度。
当需要分析多个用电设备同时工作时对于车内噪声的影响时,可以通过噪声预测模块207分别计算出各个用电设备在其对应的目标安装位置工作时噪声测试位置的噪声,然后总噪声计算模块211计算所有用电设备工作时噪声测试位置的总噪声,参照实施例二中的描述,总噪声计算模块211可以采用式(10)进行计算。
然后,噪声贡献度计算模块212根据单个用电设备i在对应的目标安装位置工作时噪声测试位置的噪声DRi和上述的总噪声DRz,即可计算出确定单个用电设备i的噪声贡献度,例如参照实施例三种的描述,噪声贡献度计算模块211可采用式(11)计算噪声贡献度。
通过噪声贡献度可以直观地看出各个用电设备工作时对于噪声测试位置处噪声情况的影响程度,可以发现影响最大的用电设备,有效辅助开发人员开展NVH研发。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电动车辆车内振动预测方法,其特征在于,包括如下步骤:
获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数以及所述用电设备的激励力;所述目标安装位置为所述电动车辆中待安装所述用电设备的位置;其中,所述用电设备近似为单点激励;
根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应;
其中,通过以下步骤确定所述用电设备的激励力:
获取所述用电设备当前安装位置的原点频响函数以及所述用电设备工作时的振动加速度信号;所述当前安装位置为台架试验中所述用电设备的安装位置;
对所述振动加速度信号和所述原点频响函数进行求商运算,确定所述激励力。
2.根据权利要求1所述的电动车辆车内振动预测方法,其特征在于,
所述用电设备为多个,所述电动车辆车内振动预测方法还包括:
在分别确定各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应之后,计算所有用电设备工作时所述振动测试位置的总振动响应;
分别根据各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应以及所述总振动响应,确定各个用电设备的振动贡献度。
3.根据权利要求1或2所述的电动车辆车内振动预测方法,其特征在于,所述用电设备包括所述电动车辆的转向泵、空调压缩机、制动泵、水泵以及风扇。
4.一种电动车辆车内噪声预测方法,其特征在于,包括如下步骤:
获取电动车辆的用电设备工作时的近场噪声以及所述用电设备的激励力;其中,所述用电设备近似为单点激励;
获取所述用电设备的目标安装位置至噪声测试位置的噪声衰减量,以及所述目标安装位置至所述噪声测试位置的振动声传递函数;所述目标安装位置为所述电动车辆中待安装所述用电设备的位置;
根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
根据所述振动声传递函数和所述激励力确定结构噪声分量;
根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声;
其中,获取电动车辆的所述用电设备的激励力的步骤包括:
获取所述用电设备当前安装位置的原点频响函数以及所述用电设备工作时的振动加速度信号;所述当前安装位置为台架试验中所述用电设备的安装位置;
对所述振动加速度信号和所述原点频响函数进行求商运算,确定所述激励力。
5.根据权利要求4所述的电动车辆车内噪声预测方法,其特征在于,
所述用电设备为多个,所述电动车辆车内噪声预测方法还包括:
在分别确定各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声后,计算所有用电设备工作时所述噪声测试位置的总噪声;
分别根据各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声以及所述总噪声,确定各个用电设备的噪声贡献度。
6.根据权利要求4或5所述的电动车辆车内噪声预测方法,其特征在于,所述用电设备包括所述电动车辆的转向泵、空调压缩机、制动泵、水泵以及风扇。
7.一种电动车辆车内振动预测装置,其特征在于,包括:
振动传递函数获取模块,用于获取电动车辆中用电设备的目标安装位置到振动测试位置的振动传递函数;所述目标安装位置为所述电动车辆中待安装所述用电设备的位置;其中,所述用电设备近似为单点激励;
第一激励力获取模块,用于获取所述用电设备的激励力;
振动预测模块,用于根据所述激励力和所述振动传递函数确定所述用电设备在所述目标安装位置工作时所述振动测试位置的振动响应;
其中,还包括:
原点频响函数获取模块,用于获取所述用电设备当前安装位置的原点频响函数;所述当前安装位置为台架试验中所述用电设备的安装位置;
振动加速度信号获取模块,用于获取所述用电设备工作时产生的振动加速度信号;
激励力计算模块,用于对所述振动加速度信号和所述原点频响函数进行求商运算,确定所述激励力。
8.根据权利要求7所述的电动车辆车内振动预测装置,其特征在于,所述用电设备为多个,所述电动车辆车内振动预测装置还包括:
总振动计算模块,用于在分别确定各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应之后,计算所有用电设备工作时所述振动测试位置的总振动响应;
振动贡献度计算模块,用于分别根据各个用电设备在对应的目标安装位置工作时所述振动测试位置的振动响应以及所述总振动响应,确定各个用电设备的振动贡献度。
9.一种电动车辆车内噪声预测装置,其特征在于,包括:
近场噪声获取模块,用于获取电动车辆的用电设备工作时的近场噪声;其中,所述用电设备近似为单点激励;
第二激励力获取模块,用于获取所述用电设备的激励力;
噪声衰减量获取模块,用于获取所述用电设备的目标安装位置至噪声测试位置的噪声衰减量;所述目标安装位置为所述电动车辆中待安装所述用电设备的位置;
振动声传递函数获取模块,用于获取所述目标安装位置至所述噪声测试位置的振动声传递函数;
空气噪声分量计算模块,用于根据所述近场噪声和所述噪声衰减量确定空气噪声分量;
结构噪声分量计算模块,用于根据所述振动声传递函数和所述激励力确定结构噪声分量;
噪声预测模块,用于根据所述结构噪声分量和所述空气噪声分量确定所述用电设备在所述目标安装位置工作时所述噪声测试位置的噪声。
10.根据权利要求9所述的电动车辆车内噪声预测装置,其特征在于,所述用电设备为多个,所述电动车辆车内噪声预测装置还包括:
总噪声计算模块,用于在分别确定各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声后,计算所有用电设备工作时所述噪声测试位置的总噪声;
噪声贡献度计算模块,用于分别根据各个用电设备在对应的目标安装位置工作时所述噪声测试位置的噪声以及所述总噪声,确定各个用电设备的噪声贡献度。
CN201710311775.4A 2017-05-05 2017-05-05 电动车辆车内振动、噪声预测方法和装置 Active CN107132052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710311775.4A CN107132052B (zh) 2017-05-05 2017-05-05 电动车辆车内振动、噪声预测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710311775.4A CN107132052B (zh) 2017-05-05 2017-05-05 电动车辆车内振动、噪声预测方法和装置

Publications (2)

Publication Number Publication Date
CN107132052A CN107132052A (zh) 2017-09-05
CN107132052B true CN107132052B (zh) 2020-12-11

Family

ID=59731448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710311775.4A Active CN107132052B (zh) 2017-05-05 2017-05-05 电动车辆车内振动、噪声预测方法和装置

Country Status (1)

Country Link
CN (1) CN107132052B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107860596B (zh) * 2017-12-13 2019-06-25 西南交通大学 一种轨道车辆车体空气传声路径贡献识别方法
CN110793621B (zh) * 2018-08-03 2021-07-30 上海汽车变速器有限公司 纯电动汽车动力系统阶次噪声测评方法及系统
CN110263408B (zh) * 2019-06-13 2023-04-25 中汽研(天津)汽车工程研究院有限公司 一种利用bni曲线评估ntf风险的方法
CN110726571B (zh) * 2019-08-22 2021-07-02 上海大陆汽车制动系统销售有限公司 一种用于汽车转向工况制动噪声的试验与评估方法
CN110749375B (zh) * 2019-10-22 2022-03-15 国网湖南省电力有限公司 一种建筑物房间内变压器结构传声预测方法及装置
CN113447247A (zh) * 2020-03-25 2021-09-28 广州汽车集团股份有限公司 一种减振器参数测试装置、减振器参数获取方法及其装置
CN113758557B (zh) * 2020-06-05 2024-06-11 上海汽车集团股份有限公司 一种获取车辆结构振动噪声的方法及系统
CN111651925B (zh) * 2020-06-05 2022-09-16 四川长虹空调有限公司 空调管路低频噪声声源识别方法及系统
CN112697448B (zh) * 2020-08-24 2022-06-17 中国汽车技术研究中心有限公司 车辆怠速工况下动力总成悬置主动侧激励力的识别方法
CN112595528B (zh) * 2020-08-24 2022-06-17 中国汽车技术研究中心有限公司 车辆行驶工况下动力总成悬置主动侧激励力的识别方法
CN112097891B (zh) * 2020-09-15 2022-05-06 广州汽车集团股份有限公司 风振噪音评价方法、系统及车辆
CN112541271B (zh) * 2020-12-16 2023-12-12 恒大新能源汽车投资控股集团有限公司 雨刮电机的噪声性能参数确定方法及装置
CN113515808B (zh) * 2021-04-27 2024-05-03 浙江吉利控股集团有限公司 一种动力总成的噪声预测方法
CN113609590A (zh) * 2021-08-09 2021-11-05 宁波吉利罗佑发动机零部件有限公司 车内噪声预测方法、装置、设备及计算机存储介质
CN113933064B (zh) * 2021-09-18 2024-04-05 北京车和家信息技术有限公司 一种测试评价方法、装置、设备及存储介质
CN114485920B (zh) * 2022-01-24 2023-06-02 广东汇天航空航天科技有限公司 一种控制信息生成方法、装置、电子设备和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6101882A (en) * 1998-07-08 2000-08-15 Ford Global Technologies, Inc. Method for determining and reproducing noise inducing vibrations in a multi-component assembly
CN102494754A (zh) * 2011-12-20 2012-06-13 重庆长安汽车股份有限公司 一种基于阶次离散的车内噪声源贡献量快速识别方法
CN102519580A (zh) * 2011-12-20 2012-06-27 重庆长安汽车股份有限公司 一种基于传递路径分离变速器敲击结构噪声和空气噪声的方法
CN103245513A (zh) * 2013-04-10 2013-08-14 暨南大学 一种汽车产品整车装配的动态质量检测方法
JP2013167557A (ja) * 2012-02-16 2013-08-29 Kayaba System Machinery Kk 振動試験機
CN103630232A (zh) * 2013-10-29 2014-03-12 南车青岛四方机车车辆股份有限公司 一种高速动车组噪声源识别测试方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6101882A (en) * 1998-07-08 2000-08-15 Ford Global Technologies, Inc. Method for determining and reproducing noise inducing vibrations in a multi-component assembly
CN102494754A (zh) * 2011-12-20 2012-06-13 重庆长安汽车股份有限公司 一种基于阶次离散的车内噪声源贡献量快速识别方法
CN102519580A (zh) * 2011-12-20 2012-06-27 重庆长安汽车股份有限公司 一种基于传递路径分离变速器敲击结构噪声和空气噪声的方法
JP2013167557A (ja) * 2012-02-16 2013-08-29 Kayaba System Machinery Kk 振動試験機
CN103245513A (zh) * 2013-04-10 2013-08-14 暨南大学 一种汽车产品整车装配的动态质量检测方法
CN103630232A (zh) * 2013-10-29 2014-03-12 南车青岛四方机车车辆股份有限公司 一种高速动车组噪声源识别测试方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
低速汽车整车模态试验研究;陈可 等;《机械设计与制造》;20071208(第12期);第31、32页 *

Also Published As

Publication number Publication date
CN107132052A (zh) 2017-09-05

Similar Documents

Publication Publication Date Title
CN107132052B (zh) 电动车辆车内振动、噪声预测方法和装置
Janssens et al. OPAX: A new transfer path analysis method based on parametric load models
EP2113755B1 (en) Vibrational and/or acoustic transfer path analysis
CN106525226B (zh) 一种基于现场振动载荷识别的评估方法及系统
US7409269B2 (en) Methods of analyzing the vibro-acoustic optimization potential and optimizing the vibro-acoustic behavior of a structure
CN112204362A (zh) 检测机械系统中的振动和/或声学传递的方法和装置
JP2009186481A (ja) 伝達経路毎の成分を算定するための方法
Kang et al. Design optimization of a dual-shell car horn for improved sound quality based on numerical and experimental methods
Kim et al. Optimization of the lower arm of a vehicle suspension system for road noise reduction by sensitivity analysis
EP2574951A2 (en) A method for analyzing sound transmission paths in a system
Cervantes-Madrid et al. Inverse transfer path analysis, a different approach to shorten time in NVH assessments
KR100802753B1 (ko) 연료탱크의 연료 유동음 평가 시험장치
CN113515808A (zh) 一种动力总成的噪声预测方法
JP5282976B2 (ja) 寄与度解析方法及び装置
Leclere Multi-channel spectral analysis of multi-pass acquisition measurements
Reising et al. Hybrid acoustic synthesis–Assessment of rear final drives in an early stage of development, on the basis of transfer path analyses and test bench measurements
Schuhmacher et al. Engine contribution analysis using a noise and vibration simulator
CN106777781A (zh) 隔振件的隔振性能分析方法、刚度确定方法及装置
CN105973516A (zh) 一种用于识别固体火箭发动机的脉动推力的方法
Wu et al. Comparison of classical and operational transfer path analysis in vehicle NVH improvement
Bianciardi et al. Indoor pass-by noise engineering: a motorbike application case
Sottek et al. An Unusual Way to Improve TPA for Strongly-Coupled Systems
Janssens et al. A novel transfer path analysis method delivering a fast and accurate noise contribution assessment
Bianciardi et al. NVH prediction and real-time auralization for virtually assembled vehicles: an overview of the technology
CN110516364B (zh) 一种电子驻车制动装置的噪音优化方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant