CN112149226A - 一种基于局部无网格基本解法的车内噪声预测方法 - Google Patents

一种基于局部无网格基本解法的车内噪声预测方法 Download PDF

Info

Publication number
CN112149226A
CN112149226A CN202010964297.9A CN202010964297A CN112149226A CN 112149226 A CN112149226 A CN 112149226A CN 202010964297 A CN202010964297 A CN 202010964297A CN 112149226 A CN112149226 A CN 112149226A
Authority
CN
China
Prior art keywords
vehicle
sound pressure
noise
boundary
basic solution
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.)
Granted
Application number
CN202010964297.9A
Other languages
English (en)
Other versions
CN112149226B (zh
Inventor
王发杰
谷岩
屈文镇
赵胜东
赵清海
张洪信
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.)
Qingdao University
Original Assignee
Qingdao University
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 Qingdao University filed Critical Qingdao University
Priority to CN202010964297.9A priority Critical patent/CN112149226B/zh
Publication of CN112149226A publication Critical patent/CN112149226A/zh
Application granted granted Critical
Publication of CN112149226B publication Critical patent/CN112149226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于局部无网格基本解法的车内噪声预测方法，包括以下步骤：首先，建立车腔的几何模型；其次，对所建立的几何模型进行布点，根据实际工况配置边界数据；然后，建立局部无网格基本解法数值模型，计算车内声压和声压级的分布；最后，输出车内声压和声压级的预测值，并对预测结果进行性能评估。本发明具有数学理论简单，无需网格划分和数值积分，处理速度快，预测精度高，易于大尺度和高频声波预测等优点。本发明可用于分析不同车型不同工况下车内噪声的分布规律，能够缩短车辆测试调校周期，降低车辆NVH研发成本。

Description

一种基于局部无网格基本解法的车内噪声预测方法
技术领域：
本发明属于汽车车内噪声预测领域，涉及一种汽车噪音的预测方法，特别是一种基于局部无网格基本解法的车内噪声预测方法。
背景技术：
随着科学技术的快速发展和人民生活水平的不断提高，汽车已经成为每个家庭的必备代步工具，中国也成为了全球最大的汽车消费国。伴随着国外汽车品牌战略重心向中低档车型市场转移及《中国制造2025》的提出，我国要实现从汽车大国向汽车强国转变，就必须致力于汽车质量和性能的提高。据世界知名汽车质量评估机构J.D.Power统计，汽车整体性能指标中有近三分之一与汽车的振动、噪声及声振粗糙度(NVH)直接相关。汽车车内噪声是影响乘坐舒适性的重要因素之一。高噪声既能损害乘员的身心健康，又能导致驾驶员迅速疲劳，对汽车行驶安全构成了极大的威胁。消费者在购买汽车时往往会首先感受乘坐或驾驶汽车时的振动和噪声状态。因此，汽车车内噪声预测与控制方法的研究对汽车的设计和制造具有重要的理论意义和实用价值。
近年来，随着计算机软硬件技术的日臻成熟与不断完善，CAD/CAM/CAE技术已在汽车研发生产中起到重要的作用，特别是汽车的振动噪声分析及预测。作为商用CAE软件的核心模块之一，以有限元和边界元为主体的数值计算方法对于仿真的精度和效率而言重要性可见一斑。然而，有限元网格划分成本过高，复杂几何模型边界离散误差过大。边界元方法将问题降一维求解，无需划分区域网格，但是必须进行数值积分，特别是近奇异和超奇异积分的计算好坏直接关系到最终结果的可靠性。因此，对于复杂几何模型和高频噪声分析等问题，他们的计算结果与实际结果之间仍存在着较大差距，因而还不能很好地指导汽车的振动、噪声开发设计。
作为一类新型数值计算方法，近年来发展起来的局部无网格基本解算法具有无需网格剖分和数值积分，数学理论简单，易于编程，计算精度高，适用于大尺度复杂区域问题等优点(见文献1.W.Qu,C.M.Fan,Y.Gu.Localized method of fundamental solutionsfor interior Helmholtz problems with high wave number[J].Engineering Analysiswith Boundary Elements,2019,107:25-32.文献2.W.Qu,C.M.Fan,Y.Gu,et al.Analysisof three-dimensional interior acoustic fields by using the localized methodof fundamental solutions[J].Applied Mathematical Modelling,2019,76:122-132.)。克服了传统有限元和边界元方法的自身不足，在计算力学和数值仿真中具有重要的应用前景，也为准确高效地进行汽车噪声预测提供了可能，因此，本发明寻求设计提供一种基于局部无网格基本解法的车内噪声预测方法，准确、快速、有效地预测汽车车内噪声。
发明内容：
本发明的目的在于针对现有技术中存在的上述问题，设计提供一种基于局部无网格基本解法的车内噪声预测方法，能准确、快速、有效地预测汽车车内噪声。
为了实现上述目的，本发明涉及的基于局部无网格基本解法的车内噪声预测方法通过如下技术方案实现：
一种基于局部无网格基本解法的车内噪声预测方法，具体操作步骤按照如下方式进行：
S1、根据需预测车辆的几何参数，建立车腔的几何模型，并在车腔的边界及内部配置节点；
S2、利用车腔内空气的密度、声音在空气中的传播速度等已知参数，结合相应的边界条件，建立车内声学分析的局部无网格基本解法数值模型；
S3、利用步骤S2所建立的数值模型，计算步骤S1中所配置节点上的声压和声压级，对车内噪声进行预测；
S4、输出待预测汽车车腔内的噪声分布，并对预测结果进行性能评估；
进一步的，步骤S1中车腔的边界及内部配置节点包括：
在车腔边界上配置nb个节x(i),i＝1,2,...,nb；
在车腔内部配置ni个节x(i),i＝1,2,...,ni。
进一步的，步骤S2中所采用的声学控制方程为：
Figure BDA0002681663370000031
其中
Figure BDA0002681663370000032
为拉普拉斯算子，Ω表示需预测车内区域，x为空间坐标，p(x)为x处的声压幅值，ω为角频率，c为声速。
边界条件为下列三种中的一种或多种：
p＝pD,在ΓD上
Figure BDA0002681663370000041
在ΓN上
Figure BDA0002681663370000042
在ΓR上
其中
Figure BDA0002681663370000043
ρ为空气的密度，n为边界点上的单位外法向量，pD为本质边界ΓD上的声压，vn为自然边界ΓN上的法向速度，An为吸收边界ΓR上的阻尼系数；
步骤S2中建立局部无网格基本解法数值模型步骤包括：
(1)对任意节点x(i)，搜索其m个邻近节点
Figure BDA0002681663370000044
确定其所对应的局部子区域
Figure BDA0002681663370000045
并在局部子区域外一定距离d处配置相应数量的源点
Figure BDA0002681663370000046
(2)构建如下形式的局部矩阵H，并求其逆矩阵H-1；
Figure BDA0002681663370000047
其中，G(rkj)为声学控制方程的基本解，
Figure BDA0002681663370000048
为局部节点与源点之间的距离；
(3)利用给定边界条件建立相应的代数方程：对于内部节点，满足下列方程
Figure BDA0002681663370000049
本质边界节点，满足下列方程
p(x(i))＝pD
对于自然边界节点，满足下列方程
Figure BDA00026816633700000410
对于吸收边界节点，满足下列方程
Figure BDA0002681663370000051
上式中，
Figure BDA0002681663370000052
h(i)＝[G(ri1),G(ri2),...,G(rim)]，
Figure BDA0002681663370000053
(4)联立(3)中的各方程，获得如下的最终稀疏矩阵方程；
Ap＝b
其中，A为(3)中联立方程所形成的系数矩阵，b为(3)中联立方程所形成的右端项，
Figure BDA0002681663370000054
为所有配置节点上的声压幅值；
进一步的，本发明中步骤S3中将步骤S2中所建立的线性方程组进行求解，获得所有配置节点上的声压幅值，然后利用如下公式预测各节点处的声压级：
SPL＝20log10[p/pref]
其中pref为参考声压，取值2×10-5Pa。
进一步的，本发明中步骤S4中车腔内的噪声衡量指标主要是声压级的分布，将步骤S3中获得的声压级分布绘制云图，观察最大声压级的分布情况，以及驾驶员和乘客耳朵附近的声压级大小，根据环境噪声标准对汽车噪声进行性能评估，声压级越小，则性能越优；声压级越大，则性能越差。
本发明与现有技术相比，取得的有益效果如下：本发明基于声学控制方程的基本解建立局部无网格基本解方法数值模型，将所建立的模型应用于汽车车内噪声的预测。所建立的无网格数值模型于此处最先提出，与传统的CAE软件核心算法有限元和边界元相比，具有无需网格划分，计算速度快，噪声预测精度高等优势。本发明由于利用了声学问题的半解析基本解，并且用任意分布的节点代替有限元网格，因此减轻了汽车CAE从业人员在前处理阶段的网格剖分负担、减小数值模型的离散误差并提高了汽车车内噪声预测的精度和效率。其主体构思巧妙，计算方式简便，能够简单、快捷、稳定、精确预测各类车腔噪声分布，为车内噪声预测提供了新的、简单高效的技术路线。应用环境友好，市场前景广阔。
附图说明：
图1为本发明涉及的基于局部无网格基本解法的车内噪声预测方法的流程图。
图2为本发明涉及的局部无网格基本解方法的示意图。
图3为本发明涉及的某轿车的二维声腔示意图。
图4为本发明涉及的局部基本解法的节点分布。
图5为本发明涉及的无网格局部基本解法与有限元法所得路径ab上的声压预测结果对比。
图6为本发明涉及的无网格局部基本解法与有限元法所得路径ab上的声压级预测结果对比。
图7为本发明涉及的无网格局部基本解法与有限元法所得驾驶员耳朵处的频率响应曲线对比。
具体实施方式：
下面结合附图和具体实施例，进一步阐明本发明，应理解此处实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
实施例1：
如图1所示，本实施例涉及一种基于局部无网格基本解法的车内噪声预测方法，具体操作步骤按照如下方式进行：
S1、根据需预测车辆的几何参数，建立车腔的几何模型，并在车腔的边界及内部配置节点；
S2、利用车腔内空气的密度(ρ，kg/m3)、声音在空气中的传播速度(c，343m/s)、发动机的振动速度(vn，m/s)、车顶吸声材料的声阻抗系数(An，m3/(Pa·s))，结合相应的边界条件，建立车内声学分析的局部无网格基本解法数值模型，其步骤包括：
(1)如图2所示，对任意节点x(i)，搜索其m个邻近节点
Figure BDA0002681663370000071
确定其所对应的局部子区域
Figure BDA0002681663370000072
并在局部子区域外一定距离d处配置相应数量的源点
Figure BDA0002681663370000073
(2)构建如下形式的局部矩阵H，并求其逆矩阵H-1；
Figure BDA0002681663370000074
其中，G(rkj)为声学控制方程的基本解，
Figure BDA0002681663370000075
为局部节点与源点之间的距离；
(3)利用给定边界条件建立相应的代数方程：对于内部节点，满足下列方程
Figure BDA0002681663370000076
本质边界节点，满足下列方程
p(x(i))＝pD
对于自然边界节点，满足下列方程
Figure BDA0002681663370000081
对于吸收边界节点，满足下列方程
Figure BDA0002681663370000082
上式中，
Figure BDA0002681663370000083
h(i)＝[G(ri1),G(ri2),...,G(rim)]，
Figure BDA0002681663370000084
(4)联立(3)中的各方程，获得如下的最终稀疏矩阵方程；
Ap＝b
其中，A为(3)中联立方程所形成的系数矩阵，b为(3)中联立方程所形成的右端项，
Figure BDA0002681663370000085
为所有配置节点上的声压幅值。
S3、求解步骤S2中所建立的线性方程组，获得所有配置节点上的声压幅值，然后利用如下公式预测各节点处的声压级：
SPL＝20log10[p/pref]
其中pref为参考声压，取值2×10-5Pa。
S4、输出车腔内各节点处声压和声压级的预测值，绘制云图，观察最大声压级的分布情况，以及驾驶员和乘客耳朵附近的声压级大小。根据环境噪声标准对汽车噪声进行性能评估，声压级越小，则性能越优；声压级越大，则性能越差。
实施例2：
在本实施例中，基于局部无网格基本解法的车内噪声预测方法被用于某一轿车的车腔噪声预测。图3为某款小轿车二维车内声腔模型，其水平方向的长度Lx＝2.664m，竖直方向的高度Ly＝1.121m。由于发动机振动引起的噪声占车内噪声的绝大部分，因而这里假设汽车的前围板上承受一法向振动速度vn＝0.01m/s。乘员舱的顶部为吸声材料，其吸声材料的声阻抗系数为An＝0.00144m3/(Pa·s)。图3也给出了驾驶员耳朵所在位置，以及需要重点预测的路径ab。
根据实施例1中一种基于局部无网格基本解法的车内噪声预测方法的步骤，在车腔内部及边界上分别布置2551和233个离散的节点，如图4所示。然后选取局部节点数目为m＝18，虚假边界距离为d＝5Ri。利用所预测车腔的已知边界条件，建立局部无网格基本解法数值模型，并对该车腔噪声分布进行预测。图5和图6分别给出了500Hz频率下本发明所提方法与有限元法所得路径ab上的声压与声压级预测结果的对比。图7给出了驾驶员耳朵处的频率响应曲线。这里参考解是有限元方法采用非常细密的单元计算得到的，其网格模型的节点数为21819，单元数为43636。有限元的预测结果是利用1392个节点和2784个单元得到的。由于参考解的节点数远远大于数值模型中的节点数，因而将其作为对比的依据是合理可信的。能够得出，有限元与参考解的误差较大，而局部无网格基本解法的预测结果与参考解十分吻合。这里局部无网格基本解法所采用的节点数目与有限元所采用的单元数目相同，但是前者的预测精度高。另外需要指出，本实施例涉及的方法无需繁琐的网格划分，仅需随机分布的离散节点，这大大降低了网各类方法的前处理成本，提高了车腔噪声预测的效率。
综上，实施例1车内噪声预测方法以局部无网格基本解法为基础，直接利用声学问题的半解析基本解作为核函数，基于局部算法理论建立无网格方法用于车内噪声预测。该发明的特点是数学理论简单，易于实施，仅需离散节点，无需网格划分和数值积分，有效避免了前处理阶段的网格剖分困难、减小了数值模型的离散误差并提高了汽车车内噪声预测的精度和效率。另，实施例1的方法作为一种局部算法，相较于传统的全局算法更易于复杂几何形状及其大规模问题的噪声预测分析。实施例1可用于分析不同车型不同工况下车内噪声的分布规律，能够缩短车辆测试调校周期，降低车辆NVH研发成本。实验对比表明，应用实施例1的方法进行车内噪声预测，在采用相同单元或节点数目条件下，预测精度远远高于传统的有限元方法。

Claims (5)

1.一种基于局部无网格基本解法的车内噪声预测方法，其特征在于，包括以下步骤：
S1、根据需预测车辆的几何参数，建立车腔的几何模型，并在车腔的边界及内部配置节点；
S2、利用车腔内空气的密度、声音在空气中的传播速度等已知参数，结合相应的边界条件，建立车内声学分析的局部无网格基本解法数值模型；
S3、利用步骤S2所建立的数值模型，计算步骤S1中所配置节点上的声压和声压级，对车内噪声进行预测；
S4、输出待预测汽车车腔内的噪声分布，并对预测结果进行性能评估。
2.根据权利要求1所述的一种基于局部无网格基本解法的车内噪声预测方法，其特征在于，步骤S1中车腔的边界及内部配置节点包括：
在车腔边界上配置nb个节x(i),i＝1,2,...,nb；
在车腔内部配置ni个节x(i),i＝1,2,...,ni。
3.根据权利要求1所述的一种基于局部无网格基本解法的车内噪声预测方法，其特征在于，步骤S2中所采用的声学控制方程为：
Figure FDA0002681663360000011
其中
Figure FDA0002681663360000012
为拉普拉斯算子，Ω表示需预测车内区域，x为空间坐标，p(x)为x处的声压幅值，ω为角频率，c为声速；
边界条件为下列三种中的一种或多种：
p＝pD,在ΓD上
Figure FDA0002681663360000013
在ΓN上
Figure FDA0002681663360000021
在ΓR上
其中
Figure FDA0002681663360000022
ρ为空气的密度，n为边界点上的单位外法向量，pD为本质边界ΓD上的声压，vn为自然边界ΓN上的法向速度，An为吸收边界ΓR上的阻尼系数；
步骤S2中建立局部无网格基本解法数值模型步骤包括：
(1)对任意节点x(i)，搜索其m个邻近节点
Figure FDA0002681663360000023
确定其所对应的局部子区域
Figure FDA0002681663360000024
并在局部子区域外一定距离d处配置相应数量的源点
Figure FDA0002681663360000025
(2)构建如下形式的局部矩阵H，并求其逆矩阵H-1；
Figure FDA0002681663360000026
其中，G(rkj)为声学控制方程的基本解，
Figure FDA0002681663360000027
为局部节点与源点之间的距离；
(3)利用给定边界条件建立相应的代数方程：对于内部节点，满足下列方程
Figure FDA0002681663360000028
本质边界节点，满足下列方程
p(x(i))＝pD
对于自然边界节点，满足下列方程
Figure FDA0002681663360000029
对于吸收边界节点，满足下列方程
Figure FDA0002681663360000031
上式中，
Figure FDA0002681663360000032
h(i)＝[G(ri1),G(ri2),...,G(rim)]，
Figure FDA0002681663360000033
联立步骤S3下(3)中的各方程，获得如下的最终稀疏矩阵方程；
Ap＝b
其中，A为(3)中联立方程所形成的系数矩阵，b为(3)中联立方程所形成的右端项，
Figure FDA0002681663360000034
为所有配置节点上的声压幅值。
4.根据权利要求1所述的一种基于局部无网格基本解法的车内噪声预测方法，其特征在于，步骤S3中将步骤S2中所建立的线性方程组进行求解，获得所有配置节点上的声压幅值，然后利用如下公式预测各节点处的声压级：
SPL＝20log10[p/pref]
其中pref为参考声压，取值2×10-5Pa。
5.根据权利要求1-4中任一权利要求所述的一种基于局部无网格基本解法的车内噪声预测方法，其特征在于，步骤4中车腔内的噪声衡量指标主要是声压级的分布，将步骤S3中获得的声压级分布绘制云图，观察最大声压级的分布情况，以及驾驶员和乘客耳朵附近的声压级大小，根据环境噪声标准对汽车噪声进行性能评估，声压级越小，则性能越优；声压级越大，则性能越差。
CN202010964297.9A 2020-09-15 2020-09-15 一种基于局部无网格基本解法的车内噪声预测方法 Active CN112149226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010964297.9A CN112149226B (zh) 2020-09-15 2020-09-15 一种基于局部无网格基本解法的车内噪声预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010964297.9A CN112149226B (zh) 2020-09-15 2020-09-15 一种基于局部无网格基本解法的车内噪声预测方法

Publications (2)

Publication Number Publication Date
CN112149226A true CN112149226A (zh) 2020-12-29
CN112149226B CN112149226B (zh) 2023-10-31

Family

ID=73892534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010964297.9A Active CN112149226B (zh) 2020-09-15 2020-09-15 一种基于局部无网格基本解法的车内噪声预测方法

Country Status (1)

Country Link
CN (1) CN112149226B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111483A (zh) * 2021-03-03 2021-07-13 中车唐山机车车辆有限公司 轨道车辆噪声计算方法、装置及终端设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110320995A1 (en) * 2009-02-24 2011-12-29 Hitachi, Ltd. Noise Analysis Designing Method
US20160138967A1 (en) * 2013-06-21 2016-05-19 Brüel & Kjær Sound & Vibration Measurement A/S Method of determining noise sound contributions of noise sources of a motorized vehicle
CN106845015A (zh) * 2017-02-24 2017-06-13 江铃汽车股份有限公司 一种汽车车内噪声计算方法
US20170199950A1 (en) * 2016-01-13 2017-07-13 Exa Corporation Data processing method for including the effect of the tortuosity on the acoustic behavior of a fluid in a porous medium
CN109299533A (zh) * 2018-09-18 2019-02-01 中南大学 高速列车车外噪声的快速预测方法及系统
CN110069873A (zh) * 2019-04-28 2019-07-30 哈尔滨工程大学 一种船舶总体方案机械噪声评估方法
US20190331510A1 (en) * 2018-04-27 2019-10-31 Toyota Jidosha Kabushiki Kaisha Wind noise analyzer and wind noise analysis method
JP6769536B1 (ja) * 2019-09-30 2020-10-14 Ｊｆｅスチール株式会社 自動車のパネル部品の振動騒音低減解析方法及び解析装置
JP6798595B1 (ja) * 2019-09-19 2020-12-09 Ｊｆｅスチール株式会社 自動車のパネル部品の振動騒音低減解析方法及び解析装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110320995A1 (en) * 2009-02-24 2011-12-29 Hitachi, Ltd. Noise Analysis Designing Method
US20160138967A1 (en) * 2013-06-21 2016-05-19 Brüel & Kjær Sound & Vibration Measurement A/S Method of determining noise sound contributions of noise sources of a motorized vehicle
US20170199950A1 (en) * 2016-01-13 2017-07-13 Exa Corporation Data processing method for including the effect of the tortuosity on the acoustic behavior of a fluid in a porous medium
CN106845015A (zh) * 2017-02-24 2017-06-13 江铃汽车股份有限公司 一种汽车车内噪声计算方法
US20190331510A1 (en) * 2018-04-27 2019-10-31 Toyota Jidosha Kabushiki Kaisha Wind noise analyzer and wind noise analysis method
CN109299533A (zh) * 2018-09-18 2019-02-01 中南大学 高速列车车外噪声的快速预测方法及系统
CN110069873A (zh) * 2019-04-28 2019-07-30 哈尔滨工程大学 一种船舶总体方案机械噪声评估方法
JP6798595B1 (ja) * 2019-09-19 2020-12-09 Ｊｆｅスチール株式会社 自動車のパネル部品の振動騒音低減解析方法及び解析装置
JP6769536B1 (ja) * 2019-09-30 2020-10-14 Ｊｆｅスチール株式会社 自動車のパネル部品の振動騒音低減解析方法及び解析装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李晔等: "基于心理声学的高速列车车内噪声预测及选材方法", 《机械工程学报》, vol. 54, no. 12, pages 78 - 85 *
邱作成: "城市轨道客车车内噪声预测控制与优化技术研究", 《消费导刊》, vol. 7, pages 1672 - 5719 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111483A (zh) * 2021-03-03 2021-07-13 中车唐山机车车辆有限公司 轨道车辆噪声计算方法、装置及终端设备

Also Published As

Publication number Publication date
CN112149226B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN107862141B (zh) 一种轨道车辆低噪声正向设计方法
CN111581859B (zh) 一种悬架耦合非线性商用车的平顺性建模分析方法及系统
Kandasamy et al. Aerodynamic performance assessment of BMW validation models using computational fluid dynamics
CN109977460B (zh) 一种基于车身断面参数化的多目标优化设计方法
CN109117557B (zh) 一种悬架橡胶衬套优化方法
CN111444623B (zh) 一种阻尼非线性商用车悬架动力学的协同优化方法及系统
CN113886974B (zh) 一种车内结构声路噪预测方法
Zhang et al. Ride comfort and energy dissipation of vehicle suspension system under non-stationary random road excitation
CN110852000B (zh) 一种车身结构优化方法
CN112149226A (zh) 一种基于局部无网格基本解法的车内噪声预测方法
CN105760585A (zh) 一种基于高阶摄动理论的模糊声压快速求解方法
KR20230034372A (ko) 차량 통과 소음을 줄이기 위한 방법
CN108733944B (zh) 方向盘抖振性能的评价方法及装置
Zhao et al. Study on prediction method for tire/road noise based on FSI method
Liu et al. Numerical simulation of heavy truck’s aerodynamic noise
Yun et al. The Dynamic Response Analysis of Auto Body Sheets to Node Loads
Zhang Numerical simulation based analysis of road vehicle aerodynamic flows
Geng Computer Modeling: The Future of the Car Industry
CN111400813B (zh) 车架前端结构连接点确定方法
Danti et al. Multi-objective optimization in vehicle concept modeling
CN111400814B (zh) 车架中部结构连接点确定方法
Guo et al. Study on hybrid LESâ–“LAA method for wind buffeting noise control of vehicle rear windows
Hu et al. Research on external flow field of a car based on reverse engineering
Tang et al. Research on Prediction and Control of Heavy Commercial Vehicle Interior High Frequency Noise Based on SEA
Jindal et al. The Immersed Boundary CFD Approach for Complex Aerodynamics Flow Predictions

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