CN107655697A - 一种识别车辆局部模态的方法及装置 - Google Patents

一种识别车辆局部模态的方法及装置 Download PDF

Info

Publication number
CN107655697A
CN107655697A CN201610592813.3A CN201610592813A CN107655697A CN 107655697 A CN107655697 A CN 107655697A CN 201610592813 A CN201610592813 A CN 201610592813A CN 107655697 A CN107655697 A CN 107655697A
Authority
CN
China
Prior art keywords
vehicle
tested
parts
distributed data
noise
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.)
Withdrawn
Application number
CN201610592813.3A
Other languages
English (en)
Inventor
江芳龙
栾云飞
牛胜福
傅振兴
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.)
Faraday Beijing Network Technology Co Ltd
Original Assignee
Faraday Beijing Network Technology 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 Faraday Beijing Network Technology Co Ltd filed Critical Faraday Beijing Network Technology Co Ltd
Priority to CN201610592813.3A priority Critical patent/CN107655697A/zh
Publication of CN107655697A publication Critical patent/CN107655697A/zh
Withdrawn legal-status Critical Current

Links

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
    • G01M17/00Testing of vehicles
    • G01M17/08Railway vehicles

Landscapes

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

Abstract

本发明提供一种识别车辆局部模态的方法及装置。该方法包括:在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。因此本发明解决了现有技术中,通过车辆的仿真模型确定的噪声源准确性不高的问题,特别是,在一些需要对噪声进行严格控制的车辆在进行NVH调校时,基于该识别车辆局部模态的方法,相对于现有技术能够取得较好的效果。

Description

一种识别车辆局部模态的方法及装置
技术领域
本申请涉及车辆振动测试技术领域,尤其涉及一种识别车辆局部模态的方法及装置。
背景技术
车辆的NVH(Noise噪音、Vibration震动、Harshness声振粗糙度)调校对提升车辆的整体性能十分重要。通常,通过对车辆进行有效的NVH调校,可以降低车辆行驶过程中产生的噪声。
在NVH调校过程中,需要先确定车辆行驶所产生噪声的噪声源,该噪声源可能来自于车辆的各个局部位置,比如,车身顶棚或前风挡等组成车辆的各个部件;在确定噪声源后,采取针对性的改进措施对噪声源对应的部件进行改进,可以降低车辆行驶过程中产生的噪声。如果噪声源确定不准确,改进的对象便发生错误,导致不能有效降低车辆的噪声。由此可见,确定噪声源对于车辆有效的NVH调校显得较为关键。
目前,确定噪声源的方法通常是采用对车辆仿真模型的局部模态进行模拟的方式进行,该方式先建立车辆的仿真模型,然后对该仿真模型进行模拟计算,确定该仿真模型的局部模态,进而基于局部模态来确定车辆行驶过程中的噪声源。
然而,由于车辆的仿真模型与实际车辆存在差别,通过该仿真模型确定的噪声源通常准确性不高,这对于噪声控制较为严格的车辆而言,不能有效找到噪声源,会导致NVH调校效果较差,不能采取有效的针对性措施降低噪声。
发明内容
本发明实施例提供一种识别车辆局部模态的方法及装置,用以解决现有技术通过仿真模型确定的局部模态,所确定的车辆噪声源准确性不高的问题。
本发明实施例提供一种识别车辆局部模态的方法,所述方法包括:
在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;
改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;
根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
本发明实施例还提供一种识别车辆局部模态的装置,所述装置包括:第一确定单元、第二确定单元以及模态识别单元,其中:
第一确定单元,用于在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;
第二确定单元,用于改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;
模态识别单元,用于根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
本发明实施例提供一种识别车辆局部模态的方法及装置,该方法在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据,然后改变所述车辆的待测部件的重量并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据,根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。因此解决了现有技术中,通过车辆的仿真模型确定的噪声源准确性不高的问题,特别是,在一些需要对噪声进行严格控制的车辆,在进行NVH调校时,基于该识别车辆局部模态的方法,相对于现有技术能够取得较好的效果。此外,即使在车辆的行驶过程中,有多个部件会产生不同的噪音,并且这些噪音的声压还与车辆行驶速度以及行驶加速度有关,本发明实施例只需要在确定第一分布数据以及第二分布数据时,预设测试条件(包括,预设行驶速度以及预设行驶加速度)相同,即可通过该方法快速有效地识别待测部件的模态。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例提供的一种识别车辆局部模态的方法的流程图;
图2为本发明实施例提供的,在实际应用中所确定车辆行驶噪音的声压对频率的第一分布数据的示意图;
图3为本发明实施例提供的,实际应用中的识别车辆局部模态的一种预设测试方案的示意图;
图4为本发明实施例提供的,实际应用中确定第一分布数据以及第二分布数据的示意图;
图5为本发明实施例提供的,待测部件增加质量块后,第一分布数据以及第二分布数据的示意图;
图6为本发明实施例提供的工程师进行NVH调校的流程示意图;
图7为本发明实施例提供的一种识别车辆局部模态的装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例1
实际应用中主要通过声音的两个属性来对声音进行表征,分别为声压和频率,声压可以用于表征声音的大小,频率指声音振动的频率。因此,可以通过采集车辆行驶过程中所产生的噪音的声压和频率,来表征车辆行驶过程中的噪音。
在车辆的行驶过程中,通常会有多个部件产生噪音,并且对于不同部件,所产生的噪音的频率通常并不相同。另外,随着车辆行驶速度或行驶加速度的改变,行驶所产生的噪音的声压通常也会改变,这些都为识别车辆的局部模态增加了难度。
本发明实施例1提供的一种识别车辆局部模态的方法,可以用于解决现有技术的问题。如图1所示,该方法包括:
步骤S11:在预设测试条件下,确定车辆行驶噪音的声压对频率的第一分布数据。
这里所说的车辆包括汽车、火车和其它一些机动车等。对于汽车而言,可以是新能源(电能、太阳能等)作为动力系统的汽车,也可以是汽油、柴油等作为动力系统的汽车,这里并不对汽车动力系统的类型做出限定,另外,所说的汽车可以是无人驾驶(或称为,自动驾驶)汽车,也可以是人工驾驶汽车,并且对于汽车的车型,可以是小轿车、SUV或者货车等,这里对此也并不做限定。
在测试车辆局部模态时,通常可以在测试台架上进行测试,也可以在指定的测试路段(例如,指定的一段公路)上进行测试,这里对此不做限定,只需要能够提供预设测试条件即可。这里所说的预设测试条件是指,根据测试需要预先设置的测试条件,在实际应用种可以包括:预设行驶速度、预设行驶加速度、预设路面粗糙度、预设环境噪音以及预设道路弯曲程度等。在预设测试条件下,通常能够激励出多个待测部件的模态。
例如,在确定第一分布数据时,预设测试条件为,行驶速度5m/s,行驶加速度为2m/s2,预设路面粗糙度为为Y,测试道路为直道,预设环境噪音为80分贝。如图2所示为该预设测试条件下,所确定车辆行驶噪音的声压对频率的第一分布数据。在图2中,横坐标f表示的是噪音的频率,单位为Hz,纵坐标SPL表示的是噪音的声压,单位为dB(A)(分贝)。
这里所说的,声压对频率的分布数据(包括第一分布数据和第二分布数据)是指,声压在不同频率下的分布数据。如图2所示,在直角坐标系中,声压对频率的分布数据可以表现为,以频率为横坐标,以声压为纵坐标的二维图形。
在实际应用中,确定车辆行驶的声压对频率的分布数据的方式可以有多种:
可以通过麦克风、手机、PAD等具有声音采集功能的设备来确定声压对频率的分布数据,这种方式通常易于实现;也可以通过噪声传感器等专业的设备,来采集车辆行驶噪声的声压对频率的分布数据,这种方式所采集的数据精确性较强,因此,在数据精确性要求较高的情况下,可以通过噪声传感器进行检测,确定车辆行驶噪声的声压对频率的分布数据。
在采集车辆行驶噪声的声压对频率的分布数据的过程中,对于采集设备(如,噪声传感器等)所放置的位置,可以放置于车外的固定位置,也可以放置于车外并跟随车辆移动,也可以固定于车内的指定位置。
步骤S12:改变所述车辆的待测部件的振动特性。
由于车辆行驶过程中,通常会有多个部件会产生噪音,因此这些部件均可以为待测部件,在测试过程中需要识别的是这些待测部件的局部模态,或者说在测试过程中需要识别出这些待测部件对应哪个频率的噪声(可以参考图2)。当然,通常对于产生噪音较大的部件,例如:车身顶棚、前风挡、前风挡上横梁、车窗、车门外板、车身侧围外板和/或车身前壁板等,可以作为主要的待测部件,测试过程需要识别这些待测部件对应的噪声的频率。
改变车辆的待测部件的振动特性,通常可以通过增加或者减少该待测部件的重量的形式来实现,也可以通过其它的形式实现。
对于减少车辆的待测部件的重量而言,可以通过减少制备该待测部件的材料密度的方式,减少该待测部件的重量。
例如,该待测部件为车辆的前风挡,可以通过减少制备该前风挡的材料的密度的方式,减少该前风挡的重量。
当然,也可以通过其它方式(例如,减少待测部件的厚度等),来减少待测部件的重量。
对于增加车辆的待测部件的重量,通常也可以通过多种方式来实现,这里可以列举几种优选方案:
优选方案一:通过增加制备所述待测部件的材料密度的方式增加所述待测部件的重量。这种方式与上述例子中所列举的,通过减少制备待测部件的材料的密度,实现减少待测部件的重量类似。
例如,对于车辆的车窗,可以通过增加制备该车窗的材料密度的方式,增加该车窗的重量。
优选方案二:通过在该待测部件上增加额外的质量块的方式,增加该待测部件的重量。这种在待测部件增加质量块的方式,相对于优选方案一,在车辆组装完成后,由于并不需要对车辆本身进行改造,通常更加便于实现。
例如,在车辆的车身顶棚上额外增加2公斤的质量块,使得车身顶棚的局部重量增加了2公斤,相应地车身顶棚的振动特性发生了改变。
在实际应用中,根据质量块的不同,在待测部件上增加质量块的方式可以有多种。例如,对于具有磁性的质量块(简称,磁性质量块),可以通过磁力将磁性质量块固定在待测部件上,也即,可以通过在待测部件增加磁性质量块的方式改变所述待测部件的振动特性;对于不具有磁性的质量块,可以通过插接或者粘贴的方式,将该质量块固定在待测部件上,也即,可以通过在待测部件粘贴和/或插接质量块的方式改变待测部件的振动特性。
例如,对于车门外板,可以通过磁性质量块(通常通过磁铁等磁性物质制备)与车门外板的磁力,在该车门外板上增加1公斤的磁性质量块,从而改变该车门外板的振动特性;对于车窗等自身不带磁性的部件,在测试时可以通过粘贴或者插接的方式,在这些部件上增加磁性单元,通过磁性单元与磁性质量块之间的磁力固定磁性质量块;当然,对于车辆中自身不带磁性的部件,也可以通过直接粘贴或者插接不具有磁性的质量块,来改变这些部件的振动特性。
此外,当待测部件上已经增加了质量块之后,还可以通过改变该质量块在该待测部件上的位置,改变该待测部件的振动特性。
步骤S13:在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据。
这里的相同预设测试条件是指,步骤S13的预设测试条件与步骤S11中提到的预设测试条件相同,也即,在确定第二分布数据时,预设行驶速度、预设行驶加速度、预设路面粗糙度、预设道路弯曲程度以及预设环境噪音等,与确定第一分布数据时相同。
确定车辆行驶噪声的声压对频率的第二分布数据的方式(例如,声音的采集设备,以及采集设备的位置等),可以与确定车辆行驶的声压对频率的第一分布数据的方式,这里就不再一一赘述。
在实际应用中,通常在进行测试之前需要先确定测试方案,该测试方案中包括预设测试条件。如图3所示为实际应用中的一种预设测试方案,AD之间为选定一段测试直道,并且在AD间环境噪音恒定为M(分贝),测试用的车辆在A点时,速度为V1,加速度为a1,并且在AB区间加速度也均为a1,行驶到B点后,速度可以记为V2(V2可以通过V1、a1和AB之间的距离来确定),加速度改为a2,并且在BC区间加速度均为a2,在CD区间采用加速度为0的匀速运动,此时速度记为V3(V3可以通过V2、a2以及BC间的距离确定);在测试过程中,可以根据需要在E点(简称,采集点)采集第一分布数据以及第二分布数据,其中,采集点可以选定为AD间的任意一个点(包括AB间、BC间或者CD间的任意一个点),只需要在相同的采集点采集第一分部数据以及第二分部数据即可。
例如,需要测试车辆在a1下的加速性能时,可以将E点选定在AB之间,如图4所示,在E点时,加速度为a1,路面粗糙度恒定、测试道路为直道、环境噪音恒定为M(分贝),速度记为Vx(在已知V1、a1以及AE之间的距离的条件下,可以根据物理学公式确定Vx的值)。测试过程为,在车辆从A点行驶至E点时,在E点采集行驶噪音的声压对频率的第一分布数据;然后通过增加质量块(图4中前风挡黑色质量块)改变前风挡的振动特性,重新从A点行驶至E点,并在E点采集行驶噪声的声压对频率的第二分布数据。
当然,当需要测试车辆在a2下的加速性能时,可以将E点选定在BC之间;特别是,当需要测试车辆在V3下匀速行驶的性能时,可以将E点选定在CD之间,由于在CD之间车辆行驶速定恒定(V3),加速度为0,环境噪声恒定,测试道路为直道,当CD间的路面粗糙度也相同时,可以在CD间的任意一个点(记为E1)采集第一分布数据,然后在CD间的E2点采集第二分布数据,这样也可以确保在采集第一分布数据和第二分布数据时,行驶速度、行驶加速度、路面粗糙度、道路弯曲程度以及环境噪声相同,其中E1与E2可以为同一个点,也可以为不同点。
需要说明的是,由于人们正常行车速度在一个相对固定的区间,例如高速公路会限定最高行车速度(例如,120公里每小时或其它)以及最低行车速度(80公里每小时或其它)。因此,在制定测试方案时,可以根据实际情况测试某个合适速度以及加速度下的数据。当然,也可以通过调整测试方案中的速度或加速度等,激励出车辆的各个待测部件的局部模态,测试方案中的内容及实施方式能够根据需要进行调整。
步骤S14:根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
待测部件的模态(即,局部模态)是该待测部件的固有的振动特性,不同的待测部件的模态通常并不相同。
在确定第一分布数据以及第二分布数据后,可以将它们在不同频率下的声压进行对比,识别待测部件的模态。例如,可以先确定所述第二分布数据相对于所述第一分布数据,在不同频率下的声压变化值,然后根据声压变化值大于阈值对应的频率识别该待测部件的模态。
通常,确定第二分布数据相对于第一分布数据,在不同频率下的声压变化值,可以通过计算在不同频率下,第二分布数据与第一分布数据声压的差值来确定;另外,待测部件振动特性改变的情况(包括,增加重量,减少重量,重量改变的大小,以及质量块在待测部件上改变位置等)通常会对该差值造成影响,例如,通常增加待测部件的重量,第二分布数据相对于第一分布数据声压会降低,也即差值为负;相对应的,减少待测部件的重量,第二分布数据相对于第一分布数据声压会增大,也即差值为正。因此,在确定第二分布数据与第一分布数据声压的差值后,也可以根据实际需要将该差值进行正值化(例如,取绝对值或平方)或归一化处理。
如前所述的声压变化值大于阈值,该阈值可以根据实际情况进行设定,例如,当车辆的NVH调校的效果已经较好,车辆的整体噪声较小时,该阈值可以相对应的设定较小;当车辆的NVH调校的效果较差,车辆的整体噪声较大时,该阈值可以相对应的设定较大。
在实际应用中,一般会在多个不同频率下采集声压,因此,通常所采集的数据量较大,在确定第二分布数据相对于第一分布数据在不同频率下的声压变化值时,为了便于计算,通常可以将第二分布数据和第一分布数据制作为表1的形式,来方便实际处理。
表1:第二分布数据以及第一分布数据
如表1所示,为车辆的前风挡(作为待测部件)测试得到的第二分布数据以及第一分布数据,当阈值为3分贝时,可以确定频率为205Hz下的声压变化值大于阈值,因此可以识别出前风挡的模态对应的是205Hz的频率。
另外,还可以将第二分布数据和第一分布数据制作为图形,可以通过图形更加直观地确定,在不同频率下第二分布数据相对于第一分布数据的声压变化值。如图5所示,可以直观的看到第二分布数据(with mass,增加质量块)以及第一分布数据(without mass,未增加质量块)中,声压在不同频率下的分布图。在图5中横坐标f为噪声的频率,单位为Hz;纵坐标SPL为声压,单位dB(A)(分贝),可以通过图5直观的看到在频率为313Hz时,声压变化值(点P至点P’)大于阈值(3分贝)。
采用本发明实施例1所提供的该识别车辆局部模态的方法,该方法通过在改变待测部件的振动特性之前以及之后,并在相同的预设测试条件下,分别确定车辆行驶噪声的声压对频率的第一分布数据和第二分布数据,根据第一分布数据和第二分布数据可以确定该待测部件的局部模态,从而为准确确定噪声源奠定了基础。因此解决了现有技术中,通过车辆的仿真模型确定的噪声源准确性不高的问题,特别是,在一些需要对噪声进行严格控制的车辆在进行NVH调校时,基于该识别车辆局部模态的方法,相对于现有技术能够取得较好的效果。此外,即使在车辆的行驶过程中,有多个部件会产生不同的噪音,并且这些噪音的声压还与车辆行驶速度以及行驶加速度有关,本发明实施例只需要在确定第一分布数据以及第二分布数据时,预设测试条件(包括,预设行驶速度以及预设行驶加速度)相同,即可通过该方法方便地识别待测部件的模态。
上述是对本申请实施例所提供的识别车辆局部模态的方法的具体说明,为了便于理解,下面可以结合实际应用进行举例说明。在实际应用中,通常前风挡在车辆行驶时容易产生噪声,在该示例中,可以将该前风挡确定为待测部件。
步骤S21:在速度为V、加速度为a、环境噪音为X、路面粗糙度为Z以及测试道路为直道时,采集行驶噪音的声压对频率的第一分布数据。
可以通过噪声传感器,采集行驶噪音的声压对频率的第一分布数据。
步骤S22:在前风挡上增加磁性质量块,使得前风挡的振动特性发生改变。
步骤S23:在速度为V、加速度为a、环境噪音为X、路面粗糙度为Z以及测试道路为直道时,采集行驶噪音的声压对频率的第二分布数据。
步骤S24:计算第二分布数据相对于第一分布数据在不同频率下的声压变化值。
步骤S25:根据声压变化值大于阈值对应的频率识别前风挡的模态。
当然,在实际应用中,当需要识别多个待测部件的模态时,可以分别将这些待测部件通过S21~S25的步骤,识别各自的模态。
一般来说,人的耳朵只能识别中低频范围内的声音,该中低频范围通常为20Hz至20KHz。在识别了待测部件的模态(即识别了该待测部件对应的噪声的频率)后,如果该待测部件对应的频率在20Hz至20KHz之间,可以通过对该待测部件进行改进,将该待测部件的频率调节至小于20Hz或大于20KHz,使得人耳不能够识别即可。当然,在识别了待测部件的模态后,还可以通过调节该待测部件,降低对应频率下的声压的方式,来降低该频率下的噪声。
由于实际应用中,用户正常的行驶速度通常在较为固定的范围,因此通常需要在该行驶速度(例如,80迈)下,识别产生噪声的主要部件。
这时候,可以分别将各个疑似部件作为待测部件,以80迈行驶在平滑的直道(各个点的环境噪声相同)上,然后确定第一分部数据,以及在待测部件上增加质量块后确定第二分布数据,其中,第一分部数据和第二分部数据的频率范围可以为人耳能够识别的频率范围(例如,20Hz至20KHz)。之后,可以通过第一分部数据和第二分部数据,确定在80迈下产生人耳能够识别的噪音的主要部件。
此外,通常会出现车辆的多个部件会产生噪声,并且,其中一些噪声的频率比较密集的情况,这时也可以通过本申请实施例所提供的方法,确定这些密集的频率分别对应的部件。并且,在确定这些频率分别对应的部件时,可以在预设测试条件下确定第一分部数据,然后分别将各个疑似部件作为待测部件,并在相同的预设测试条件下确定各自对应第二分部数据,从而通过第二分部数据和第一分布数据的对比,确定这些密集的频率分别对应的部件。这种方式,只需要确定一次第一分部数据,将该第一分部数据作为多个第二分布数据的判断基准,并以此确定频率与待测部件的对应关系,这种方式在频率比较密集时较为适用。
如图6所示为实际应用中,工程师进行NVH调校的流程示意图。在图6中,待测部件为车身侧围外板,采集点为工程师在数据采集过程中,采集第一分布数据以及第二分布数据的点,其中,1.为工程师在采集点采集第一分部数据的过程,2.为工程师在采集点采集第二分布数据的过程;在数据采集过程后,通过计算设备对所采集的数据进行数据分析,识别车身侧围的模态(也即,确定车身侧围外板对应的频率);在确定车身侧围外板的模态后,在进行车身调校过程中,对车身侧围外板进行改进。
实施例2
基于与实施例1相同的发明构思,本发明实施例2提供一种识别车辆局部模态的装置。如图7所示,所述装置70包括:第一确定单元701、第二确定单元702以及模态识别单元703,其中:
第一确定单元701,用于在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;
第二确定单元702,用于改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;
模态识别单元703,用于根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
采用本发明实施例2所提供的该装置20,由于该装置20采用与实施例1相同的发明构思,因此能够取得与实时例1相同的技术效果,从而解决现有技术中的问题。另外,在实际应用中,该装置20还可以通过结合具体的硬件装置,取得其它的实施效果。例如,将该装置20集成在手机等带有声音采集功能的移动设备中,通过该移动设备采集第一分布数据,以及改变待测部件振动特性后的第二分布数据,并通过该移动设备来对第一分布数据和所述第二分布数据进行自动分析,识别待测部件的模态。这样,可以通过该移动设备方便的识别待测部件的模态,并且对于该移动设备,由于增加了新的应用功能,也可以增加该移动设备的商业价值。
在实际应用中,模态确定单元703还可以具体分为计算子单元7031以及模态识别子单元7032,其中:
计算子单元7031:用于计算所述第二分布数据相对于所述第一分布数据在不同频率下的声压变化值;
模态识别子单元7032:用于根据声压变化值大于阈值的频率识别所述待测部件的模态。
在不同频率下,通过第二分布数据与第一分布数据声压变化值,可以方便的识别待测部件的模态。
当然,由于车辆行驶过程中,产生噪声的主要部件总体来说包括如下:车身顶棚、前风挡、前风挡上横梁、车窗、车门外板、车身侧围外板和/或车身前壁板等,因此,在测试时,可以将这些部件中的一个或多个作为待测部件,这样可以降低测试过程的工作量,并由于针对性较强,通常也可以去的讲好的测试效果。
另外,在实际应用中,可以通过多种硬件设备来确定第一分布数据,通常为了使得所测得的数据更加精确,可以通过噪声传感器来确定第一分布数据。因此,第一确定单元701可以包括第一确定子单元,用于在预设测试条件下通过噪声传感器进行检测,确定车辆行驶噪音的声压对频率的第一分布数据。
当然,在装置20识别待测部件的模态后,还可以通过该模态确定噪声源。因此该装置20还可以包括噪声源确定单元704,用于通过所识别的所述模态确定所述车辆在行驶过程中的噪声源。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种识别车辆局部模态的方法,其特征在于,包括:
在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;
改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;
根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态具体包括:
计算所述第二分布数据相对于所述第一分布数据在不同频率下的声压变化值;
根据声压变化值大于阈值对应的频率识别所述待测部件的模态。
3.根据权利要求1所述的方法,其特征在于,所述改变所述车辆的待测部件的振动特性具体包括:通过在所述车辆的所述待测部件增加质量块的方式改变所述待测部件的振动特性。
4.根据权利要求3所述的方法,其特征在于,所述在所述车辆的所述待测部件增加质量块具体包括:在所述待测部件增加磁性质量块。
5.根据权利要求3所述的方法,其特征在于,所述在所述车辆的所述待测部件增加质量块具体包括:在所述待测部件粘贴质量块。
6.根据权利要求1所述的方法,其特征在于,所述改变所述车辆的待测部件的振动特性具体包括:通过增加或减小制备所述待测部件的材料密度的方式改变所述待测部件的振动特性。
7.根据权利要求1所述的方法,其特征在于,所述在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据具体包括:
在预设测试条件下通过噪声传感器进行检测,确定车辆行驶噪音的声压对频率的第一分布数据。
8.根据权利要求1所述的方法,其特征在于,所述预设测试条件具体包括:
预设行驶速度、预设行驶加速度、预设路面粗糙度、预设道路弯曲程度以及预设环境噪音。
9.根据权利要求1所述的方法,其特征在于,所述待测部件具体包括:车身顶棚、前风挡、前风挡上横梁、车窗、车门外板、车身侧围外板和/或车身前壁板。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:通过所识别的所述模态确定所述车辆在行驶过程中的噪声源。
11.一种识别车辆局部模态的装置,其特征在于,包括:第一确定单元、第二确定单元以及模态识别单元,其中:
第一确定单元,用于在预设测试条件下确定车辆行驶噪音的声压对频率的第一分布数据;
第二确定单元,用于改变所述车辆的待测部件的振动特性并在相同预设测试条件下确定所述车辆行驶噪音的声压对频率的第二分布数据;
模态识别单元,用于根据所述第一分布数据以及所述第二分布数据识别所述待测部件的模态。
CN201610592813.3A 2016-07-25 2016-07-25 一种识别车辆局部模态的方法及装置 Withdrawn CN107655697A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610592813.3A CN107655697A (zh) 2016-07-25 2016-07-25 一种识别车辆局部模态的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610592813.3A CN107655697A (zh) 2016-07-25 2016-07-25 一种识别车辆局部模态的方法及装置

Publications (1)

Publication Number Publication Date
CN107655697A true CN107655697A (zh) 2018-02-02

Family

ID=61127152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610592813.3A Withdrawn CN107655697A (zh) 2016-07-25 2016-07-25 一种识别车辆局部模态的方法及装置

Country Status (1)

Country Link
CN (1) CN107655697A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112067319A (zh) * 2020-08-24 2020-12-11 安徽江淮汽车集团股份有限公司 轮胎噪声测试方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004074994A (ja) * 2002-08-21 2004-03-11 Mazda Motor Corp 車室内音制御装置
MX2009010079A (es) * 2009-09-21 2011-03-21 Univ Mexico Nac Autonoma Dispositivo externo de aplicacion de masa inercial para ensayos en mesa vibradora.
CN103575382A (zh) * 2013-11-28 2014-02-12 重庆长安汽车股份有限公司 一种汽车薄板件的局部模态测试方法
CN105181126A (zh) * 2015-09-30 2015-12-23 安徽江淮汽车股份有限公司 加速工况车内轰鸣音传递路径的检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004074994A (ja) * 2002-08-21 2004-03-11 Mazda Motor Corp 車室内音制御装置
MX2009010079A (es) * 2009-09-21 2011-03-21 Univ Mexico Nac Autonoma Dispositivo externo de aplicacion de masa inercial para ensayos en mesa vibradora.
CN103575382A (zh) * 2013-11-28 2014-02-12 重庆长安汽车股份有限公司 一种汽车薄板件的局部模态测试方法
CN105181126A (zh) * 2015-09-30 2015-12-23 安徽江淮汽车股份有限公司 加速工况车内轰鸣音传递路径的检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112067319A (zh) * 2020-08-24 2020-12-11 安徽江淮汽车集团股份有限公司 轮胎噪声测试方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110211561A (zh) 用于连续优化的道路噪声消除的方法和设备
CN101672690A (zh) 基于听觉模型的车内噪声烦躁度客观量化评价方法
CN105021275A (zh) 基于时域动态特性分析的车内声品质预测方法
CN101411213A (zh) 音频系统中的校准方法和装置
CN109302660A (zh) 音频信号的补偿方法、装置及系统
Lee et al. Objective evaluation of interior noise booming in a passenger car based on sound metrics and artificial neural networks
CN106600981A (zh) 基于分布式传感信息的道路断面双向车辆速度估计方法
CN109600696A (zh) 用于车辆噪声消除的频谱整形的系统
US5750890A (en) Method and apparatus for modelling a tire for use with a vehicle spindle-coupled simulator
CN109946091A (zh) 一种规避车身低频噪声问题的方法
CN116090526A (zh) 一种基于内嵌物理信息神经网络的结构振动噪声反演方法
CN107655697A (zh) 一种识别车辆局部模态的方法及装置
CN107655708A (zh) 一种识别轮胎空腔模态的方法及系统
Forssén et al. Statistics of A-weighted road traffic noise levels in shielded urban areas
Peng et al. Research on the virtual reality of vibration characteristics in vehicle cabin based on neural networks
US20230274052A1 (en) Method to reduce a vehicle pass-by noise
CN108763636A (zh) 基于动力学仿真的滚筒洗衣机振动辐射噪声预测方法
CN106114680A (zh) 车身减振方法及装置
CN113945265B (zh) 一种多声音区域的音频隔离度检测方法、装置及系统
CN113340614A (zh) 风噪声指标确定平台、风噪声仿真目标确定方法及装置
Guan et al. Research on the effect of tire pattern design on noise and its reduction
CN109002600B (zh) 一种基于逆Newmark方法的路面平整度识别方法
Marciniuk et al. Traffic noise analysis applied to automatic vehicle counting and classification
CN109855722A (zh) 一种轮胎室外通过噪音的测试方法
US20230249502A1 (en) Method for exterior noise simulation of a tire

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100025 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant after: Music Automotive (Beijing) Co., Ltd.

Address before: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: France (Beijing) Network Technology Co., Ltd.

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180202