CN112800653A - 用于汽车下车体的fe-sea混合模型分析精度修正方法 - Google Patents
用于汽车下车体的fe-sea混合模型分析精度修正方法 Download PDFInfo
- Publication number
- CN112800653A CN112800653A CN202110120609.2A CN202110120609A CN112800653A CN 112800653 A CN112800653 A CN 112800653A CN 202110120609 A CN202110120609 A CN 202110120609A CN 112800653 A CN112800653 A CN 112800653A
- Authority
- CN
- China
- Prior art keywords
- sea
- vehicle body
- automobile
- model
- test
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 title claims abstract description 8
- 230000005284 excitation Effects 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 20
- 238000013016 damping Methods 0.000 claims abstract description 18
- 238000012546 transfer Methods 0.000 claims abstract description 10
- 239000000178 monomer Substances 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims description 6
- 208000009205 Tinnitus Diseases 0.000 claims description 3
- 238000002715 modification method Methods 0.000 claims 4
- 239000011148 porous material Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000009413 insulation Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000009347 mechanical transmission Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 239000011358 absorbing material Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及数字仿真模型技术领域，具体涉及一种用于汽车下车体的FE‑SEA混合模型分析精度修正方法，包括步骤：S1、通过试验得到模态、传递函数和声压响应；S2、通过试验获得下车体主要的激励；S3、加载激励到FE‑SEA下车体模型进行求解；S4、判断试验和仿真的声压响应分析结果是否大于预设阈值，调节模型的阻尼损耗因子、包覆盖率；S5、判断下车体单体模态试验和仿真是否存在误差，调整横梁有限元模型的网格尺寸；S6、重复S4‑S5，直到误差满足预设的要求。本发明的优点在于：通过对FE‑SEA参数和有限元模型的网格尺寸的修正，提高了仿真的精度，使得在中高频段FE‑SEA模型也能够对下车体进行准确的预测。
Description
技术领域
本发明涉及数字仿真模型技术领域，具体涉及一种用于汽车下车体的FE-SEA混合模型分析精度修正方法。
背景技术
混合有限元统计能量分析方法(FE-SEA)将有限元分析(finite elementanalysis，FEA)和统计能量分析(statistical energy analysis，SEA)结合起来，采用动力平衡方程和功率平衡方程作为SEA方法的补充，在SEA模型的基础上对响应影响较大的子系统进行细化，有效提高响应预测精度。但是，采用FEA-SEA研究车内中高频噪声时，需要把车身结构铝型材等效为平板或曲面子系统，这会引起板件隔声量的改变，内饰件等效为声学包装或吸声系数时忽略内饰件与车身之间的约束，也会引起预测的误差。
对此，文件CN105590003A，公开了一种高速列车车内噪声分析预测方法，建立列车整备车体模型、白车身结构统计能量分析模型和内外部声腔统计能量分析模型并进行简化和子系统划分；获得车身结构和内部声腔模型的统计能量分析参数并分别加载到车身结构模型板件子系统和声腔模型子系统上；获得车体所受外部声激励源能量并将其施加到外部声腔统计能量分析模型上，经白车身结构模型中结构板件隔声性能的衰减后到达车内声腔，获得整备车体在车厢二系悬挂力作用下向车内辐射结构噪声能量，然后进行车内噪声分析预测。该发明克服了列车车内噪声预测困难及现有方法存在频域上限局限性、计算流程繁杂和激励考虑不完整等问题，提高了计算效率和预测精度，降低开发及试验成本。
对于下车体来说，主要包括发动机舱总成、前地板总成、中地板总成、后地板总成、后围总成，从车身结构来划分，非承载式车身的下车体还包括车架。对于整车结构而言，虽然混合FE-SEA模型预测结果在20～1 000Hz整个频率范围内都很接近实测值，也明显优于SEA模型。但是，由于下车体相对特殊的结构，在中高频段FE-SEA模型对下车体的预测并不能如同整车预测那样准确。
发明内容
本发明提供一种用于汽车下车体的FE-SEA混合模型分析精度修正方法，解决了由于下车体特殊的结构FE-SEA模型在中高频不能准确预测实验结果的技术问题。
本发明提供的基础方案为：用于汽车下车体的FE-SEA混合模型分析精度修正方法，
包括步骤：
S1、通过试验得到下车体子系统的模态，得到车身接附点到驾驶员右耳的传递函数，得到驾驶员右耳的声压响应；
S2、通过试验获得下车体主要的激励；
S3、将激励加载到FE-SEA下车体模型中，建立驾驶员右耳的节点，求解下车体单体结构模态、激励到驾驶员右耳的传递函数和驾驶员右耳噪声声压响应；
S4、判断试验和仿真的声压响应分析结果是否大于预设阈值：若大于、等于预设阈值，则调节模型的阻尼损耗因子，声学包覆盖率；若小于预设阈值，则不进行调节；
S5、判断下车体单体模态试验和仿真是否存在误差：若存在误差，调整横梁有限元模型的网格尺寸；若不存在误差，则不进行调整；
S6、重复S4-S5，直到误差满足预设的要求。
本发明的工作原理在于：通过实验获得下车体子系统的模态、车身接附点到驾驶员右耳的传递函数、驾驶员右耳的声压响应以及下车体主要的激励，然后把激励加载到FE-SEA模型中进行求解。求解后，根据声压响应分析结果判断是否修正模型的参数，修正后再修正有限元模型的网格尺寸，直到整个模型满足要求。
本发明的优点在于：通过对FE-SEA参数和有限元模型的网格尺寸的修正，提高了仿真的精度，使得在中高频段FE-SEA模型也能够对下车体进行准确的预测。
本发明有效的解决了由于下车体特殊的结构FE-SEA模型在中高频不能准确预测实验结果的技术问题。
进一步，S2中激励包括激励力、排气噪声激励和轮胎噪声激励。
有益效果在于：汽车噪声产生的主要因素是空气动力、机械传动、电磁三部分，其中发动机噪声占汽车噪声的二分之一以上，激励力、排气噪声激励和轮胎噪声占据的比例也比较大。因此，为了提高发动机的减振、降噪的效果，必须考虑这些要素。
进一步，S3中梁采用为有限元模型，板件采用SEA模型。
有益效果在于：有限元方法(FEM)是把连续的弹性体划分成有限个单元，通过在计算机上划分网格建立有限元模型，适用于车身结构振动、车室内部空腔噪声的建模分析。统计能量分析方法(SEA)则以空间声学和统计力学为基础，将系统分解为多个子系统，适用于结构、声学等系统的动力学分析。因此，对梁和板件采用不同的模型，有利于对于中高频的汽特性进行预测。
进一步，S3中还增加内饰及声学子系统和结构子系统的连接。
有益效果在于：汽车振动和噪声的产生并不是相互独立而是紧密联系的，这样有利于分析和改进结构，提高汽车内部的吸音和隔音性能。
进一步，S4中阻尼损耗因子≤20％，声学包覆盖率≤10％。
有益效果在于：调整参数的数值时，控制调整的范围，有利于防止超调，或者调整的幅度过大而导致调整失灵。
进一步，S4中还包括设置不同的子系统拆分方式和数量。
有益效果在于：汽车振动和噪声是由多方面因素引起的，比如发动机不平衡、扭矩变动、发动机燃气爆发脉冲、传动轴不平衡、万向节不等速之类，这样有利于根据实际的需要增减子系统，同时调整子系统的数量。
进一步，S4中还调整声学包材料参数，包括体密度/面密度、测试孔隙率、流阻率和阻尼损耗因子。
有益效果在于：声学包材料参数对仿真也有比较大的影响，对这些参数进行调整，有利于提高精度。
进一步，S4中还调整模型的泄漏量。
有益效果在于：现有技术很少对泄漏量进行调整，或者不予重视，实际上对其进行调整可以降低误差。
进一步，预设阈值为3dB。
有益效果在于：根据工程经验，误差在3dB以内，计算的精度误差就可以满足工程的实际需要，从而不必再对模型进行修正。因此，将预设阈值设为3dB既可以满足工程需求，又可以减少参数调整的运算量。
进一步，调整参数时，选取数值范围时，同时参考经验数据与仿真软件的说明书。
有益效果在于：经验数据一般是通过大量的实验积累而来，仿真软件的说明书或者帮助文档中也会给出参数的取值范围，将两者结合起来，有利于快速、准确、合理地选取参数的取值范围。
附图说明
图1为本发明用于汽车下车体的FE-SEA混合模型分析精度修正方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例1
本发明用于汽车下车体的FE-SEA混合模型分析精度修正方法实施例基本如附图1所示，包括步骤：
S1、通过试验得到模态、传递函数和声压响应；
S2、通过试验获得下车体主要的激励；
S3、加载激励到FE-SEA下车体模型进行求解；
S4、判断试验和仿真的声压响应分析结果是否大于预设阈值，调节模型的阻尼损耗因子、包覆盖率；
S5、判断下车体单体模态试验和仿真是否存在误差，调整横梁有限元模型的网格尺寸；
S6、重复S4-S5，直到误差满足预设的要求。
要改善汽车的NVH特性，首先，是对其振动源和噪声源的控制。这就需要改善产生振动和噪声的零部件的结构，改善其振动特性，避免产生共振；改进旋转元件的平衡；提高零部件的加工精度和装配质量，减小相对运动元件之问的冲击与摩擦；改善气体或液体流动状况，避免形成涡流；改善车身结构，提高刚度；施加与噪声源振幅相当而相位相反的声音等。
其次，要控制振动和噪声传递的途径。这就需要对结构的振动和噪声传递特性进行分析并改进，使之对振动和噪声具有明显的衰减作用而不是放大；优化对发动机悬置的设计，降低发动机向车身传递的振动；对悬架系统进行改进，阻断振动的传递；采用适合于平面振动的阻尼材料、适合于旋转轴类的扭振减振器以及针对其它线振动的质量减振器；分析和改进结构，特别是车身的密封状况，提高密封性能；各种吸音材料、隔音材料和隔音结构的研究及应用，提高汽车内部的吸音和隔音性能等。
S1、通过试验得到模态、传递函数和声压响应。
通过试验得到下车体子系统的模态，再得到车身接附点到驾驶员右耳的传递函数，最后得到驾驶员右耳的声压响应。具体说来，通过PBNR试验，在半消声室进行，在测试车身周围与内室不同的声场区域布置传声器测试声压级，每个声场区域在3个方向分别布置传声器。采用LMS噪声振动测试系统测试各区域的声压，将3个传声器的测量结果取平均值作为该声场的声压。
通过半消、转毂实验室，测得样车不同工况获得车外声场。车外声场布点为前后电机表面，车轮前、左和后，车门(前门、后门、后背门)玻璃、(前门、后门、后背门)车门，顶棚前、中、后，地板前、后，行李箱底部等布置麦克风，车内布置为驾驶员右耳、右后排乘客头部。
S2、通过试验获得下车体主要的激励。
汽车噪声按声源的激励性质不同，可分为两大类：(1)气流声，随着轮胎的滚动，在与路面接触花纹沟内空气不断地被吸入与挤出，由此形成噪声。(2)机械声，由胎面花纹撞击路面、轮胎结构的不均匀性以及路面的不平性等因素激发。汽车噪声产生的主要因素是空气动力、机械传动、电磁三部分，其中发动机噪声占汽车噪声的二分之一以上，激励力、排气噪声激励和轮胎噪声占据的比例也比较大。因此，为了提高发动机的减振、降噪的效果，必须采集激励力、排气噪声激励和轮胎噪声激励。
S3、加载激励到FE-SEA下车体模型进行求解。
利用VA One软件，将模态密度、内损耗因子、耦合损耗因子和泄漏量等参数以及车外声场激励加载到整车SEA模型。然后，对模型进行求解，获得仿真PBNR和车内驾驶员右耳响应。将激励加载到FE-SEA下车体模型中，建立驾驶员右耳的节点，求解下车体单体结构模态、激励到驾驶员右耳的传递函数和驾驶员右耳噪声声压响应。梁采用为有限元模型，板件采用SEA模型。有限元方法(FEM)是把连续的弹性体划分成有限个单元，通过在计算机上划分网格建立有限元模型，适用于车身结构振动、车室内部空腔噪声的建模分析。统计能量分析方法(SEA)则以空间声学和统计力学为基础，将系统分解为多个子系统，适用于结构、声学等系统的动力学分析。因此，对梁和板件采用不同的模型，有利于对于中高频的汽特性进行预测。除此之外，还增加内饰及声学子系统和结构子系统的连接。汽车振动和噪声的产生并不是相互独立而是紧密联系的，这样有利于分析和改进结构，提高汽车内部的吸音和隔音性能。
S4、判断试验和仿真的声压响应分析结果是否大于预设阈值，调节模型的阻尼损耗因子、包覆盖率。
调整参数的数值时，为了防止超调或者调整的幅度过大而导致调整失灵，需要控制调整的范围，本实施例中同时控制阻尼损耗因子≤20％，声学包覆盖率≤10％。
汽车振动和噪声是由多方面因素引起的，比如发动机不平衡、扭矩变动、发动机燃气爆发脉冲、传动轴不平衡、万向节不等速之类，因而设置不同的子系统拆分方式和数量。这样有利于根据实际的需要增减子系统，同时调整子系统的数量。另外，还调整声学包材料参数，包括体密度/面密度、测试孔隙率、流阻率和阻尼损耗因子。声学包材料参数对仿真也有比较大的影响，对这些参数进行调整，有利于提高精度。最后，还需要调整模型的泄漏量，对其进行调整可以降低误差。
本实施例中，预设阈值为3dB。根据工程经验，误差在3dB以内，计算的精度误差就可以满足工程的实际需要，从而不必再对模型进行修正。因此，将预设阈值设为3dB既可以满足工程需求，又可以减少参数调整的运算量。调整参数时，选取数值范围时，同时参考经验数据与仿真软件的说明书。经验数据一般是通过大量的实验积累而来，仿真软件的说明书或者帮助文档中也会给出参数的取值范围，将两者结合起来，有利于快速、准确、合理地选取参数的取值范围。判断试验和仿真的声压响应分析结果是否大于预设阈值：若大于、等于预设阈值，比如4dB，则调节模型的阻尼损耗因子，声学包覆盖率；若小于预设阈值，比如2dB，则不进行调节。
S5、判断下车体单体模态试验和仿真是否存在误差，调整横梁有限元模型的网格尺寸。
接着，若车体单体模态试验和仿真是否存在误差，则需要调整横梁有限元模型的网格尺寸。比如从0.00004m调整为0.00002m，直到误差满足预设的要求为止。
实施例2
与实施例1不同之处仅在于，由于多孔材料广泛应用于汽车行业，故而实验与仿真分析针对多孔材料进行。对于多孔材料而言，具有相互贯通或封闭的孔洞，这些孔洞中可能存在着少量的气体。由于气体的热传导系数与多孔材料的热传导系数不同，在温差较大的环境中，比如我国东北地区冬季室内、室外的温差可达20～30℃，多孔材料温度分布并不均匀，使得实验和仿真的结果并不能真实地反映实际情况，故而有必要采取措施进行温度补偿。
在本实施例中，在对多孔材料进行仿真分析之前，预先进行如下操作：(1)对待分析的多孔材料进行几何形状的简化，并划分网格；(2)通过温度场模拟软件，比如说ANSYS，模拟多孔材料放置在预设温差区域中(比如说预设温差为30℃)热传导过程中的温度场；(3)根据模拟的温度场确定温度最大值点的位置以及温度极小值点的位置，由温度极小值点的个数和位置确定需安装的加热器的个数和位置；(4)计算温度最大值点在各时刻与各温度极小值点的温度差值；(5)确定各个加热器的放热速率函数，将各个加热器的放热速率函数代入三维热传导方程进行模拟计算，得到优化后的温度场。重复以上步骤(1)～(5)，直到优化后的温度场的均匀性满足预设的要求后才开始进行仿真分析。通过这样的方式，利用加热器对温度较低的位置进行加热，以使该位置与温度较高点的升温速率相近，保证了多孔材料温度场的均匀，从而提高了仿真分析的准确性。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：
包括步骤：
S1、通过试验得到下车体子系统的模态，得到车身接附点到驾驶员右耳的传递函数，得到驾驶员右耳的声压响应；
S2、通过试验获得下车体主要的激励；
S3、将激励加载到FE-SEA下车体模型中，建立驾驶员右耳的节点，求解下车体单体结构模态、激励到驾驶员右耳的传递函数和驾驶员右耳噪声声压响应；
S4、判断试验和仿真的声压响应分析结果是否大于预设阈值：若大于、等于预设阈值，则调节模型的阻尼损耗因子，声学包覆盖率；若小于预设阈值，则不进行调节；
S5、判断下车体单体模态试验和仿真是否存在误差：若存在误差，调整横梁有限元模型的网格尺寸；若不存在误差，则不进行调整；
S6、重复S4-S5，直到误差满足预设的要求。
2.如权利要求1所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S2中激励包括激励力、排气噪声激励和轮胎噪声激励。
3.如权利要求2所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S3中梁采用为有限元模型，板件采用SEA模型。
4.如权利要求3所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S3中还增加内饰及声学子系统和结构子系统的连接。
5.如权利要求4所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S4中阻尼损耗因子≤20％，声学包覆盖率≤10％。
6.如权利要求5所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S4中还包括设置不同的子系统拆分方式和数量。
7.如权利要求6所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S4中还调整声学包材料参数，包括体密度/面密度、测试孔隙率、流阻率和阻尼损耗因子。
8.如权利要求7所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：S4中还调整模型的泄漏量。
9.如权利要求8所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：预设阈值为3dB。
10.如权利要求9所述的用于汽车下车体的FE-SEA混合模型分析精度修正方法，其特征在于：调整参数时，选取数值范围时，同时参考经验数据与仿真软件的说明书。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110120609.2A CN112800653B (zh) | 2021-01-28 | 2021-01-28 | 用于汽车下车体的fe-sea混合模型分析精度修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110120609.2A CN112800653B (zh) | 2021-01-28 | 2021-01-28 | 用于汽车下车体的fe-sea混合模型分析精度修正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112800653A true CN112800653A (zh) | 2021-05-14 |
| CN112800653B CN112800653B (zh) | 2024-05-28 |
Family
ID=75812554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110120609.2A Active CN112800653B (zh) | 2021-01-28 | 2021-01-28 | 用于汽车下车体的fe-sea混合模型分析精度修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112800653B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468664A (zh) * | 2021-06-30 | 2021-10-01 | 重庆长安汽车股份有限公司 | 一种车辆声学包装系统的布置方法 |
| CN113688551A (zh) * | 2021-09-01 | 2021-11-23 | 九江学院 | 一种声固耦合系统噪声优化方法、系统及存储介质 |
| CN114878177A (zh) * | 2021-12-30 | 2022-08-09 | 重庆长安汽车股份有限公司 | 一种汽车整车高频噪音sea模型实验对标方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1742048A1 (en) * | 2005-06-08 | 2007-01-10 | Rieter Technologies AG | Acoustic device for determining parameters of a porous material |
| CN105590003A (zh) * | 2016-01-05 | 2016-05-18 | 浙江大学 | 一种高速列车车内噪声分析预测方法 |
| CN111814262A (zh) * | 2020-09-02 | 2020-10-23 | 广州汽车集团股份有限公司 | 车辆内低频声场的仿真分析方法、平台及计算机存储介质 |
| CN111950179A (zh) * | 2020-07-29 | 2020-11-17 | 广州汽车集团股份有限公司 | 整车路噪的预测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-01-28 CN CN202110120609.2A patent/CN112800653B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1742048A1 (en) * | 2005-06-08 | 2007-01-10 | Rieter Technologies AG | Acoustic device for determining parameters of a porous material |
| CN105590003A (zh) * | 2016-01-05 | 2016-05-18 | 浙江大学 | 一种高速列车车内噪声分析预测方法 |
| CN111950179A (zh) * | 2020-07-29 | 2020-11-17 | 广州汽车集团股份有限公司 | 整车路噪的预测方法、装置、计算机设备及存储介质 |
| CN111814262A (zh) * | 2020-09-02 | 2020-10-23 | 广州汽车集团股份有限公司 | 车辆内低频声场的仿真分析方法、平台及计算机存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| CHEN S M 等: "Interior noise prediction of the automobile based on hybrid FE-SEA method", MATHEMATICAL PROBLEMS IN ENGINEERING, pages 1 - 21 * |
| 李东峰: "钛纤维边框材料传热及高温吸声性能研究", 中国硕士学位论文综合数据库 工程科技Ⅰ辑, 15 February 2017 (2017-02-15), pages 016 - 629 * |
| 王平: "车内中频噪声混合FE-SEA方法研究", 中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）, pages 035 - 189 * |
| 苏瑞强: "基于FE-SEA的车内中频噪声亮点技术研究", 中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）, pages 035 - 178 * |
| 郑磊: "多孔金属材料高温声学性能实验研究", 中国优秀论文全文数据库 工程科技Ⅰ辑, 15 February 2017 (2017-02-15), pages 022 - 10 * |
| 高洁 等: "基于FE-SEA混合法的复杂结构中频声辐射预测精度改进方法", 机械科学与技术, vol. 31, no. 07, pages 1046 - 1049 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468664A (zh) * | 2021-06-30 | 2021-10-01 | 重庆长安汽车股份有限公司 | 一种车辆声学包装系统的布置方法 |
| CN113688551A (zh) * | 2021-09-01 | 2021-11-23 | 九江学院 | 一种声固耦合系统噪声优化方法、系统及存储介质 |
| CN114878177A (zh) * | 2021-12-30 | 2022-08-09 | 重庆长安汽车股份有限公司 | 一种汽车整车高频噪音sea模型实验对标方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112800653B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112800653B (zh) | 用于汽车下车体的fe-sea混合模型分析精度修正方法 | |
| CN112597595B (zh) | 汽车车内结构噪声诊断及优化方法 | |
| CN110487560B (zh) | 一种内饰车身噪声传递路径的测试方法 | |
| Chen et al. | Interior Noise Prediction of the Automobile Based on Hybrid FE‐SEA Method | |
| CN106644512B (zh) | 基于动力总成载荷的噪声分析方法和系统 | |
| Kim et al. | Topography optimization of an enclosure panel for low-frequency noise and vibration reduction using the equivalent radiated power approach | |
| CN110309548B (zh) | 以等效辐射声功率为优化目标的水性阻尼材料优化方法 | |
| CN102023074A (zh) | 汽车发动机机油盘振动噪声性能分析方法 | |
| Wang et al. | Control of structure-borne noise for a vehicle body by using power flow analysis and acoustic path participation method | |
| Dong et al. | Road noise modelling using statistical energy analysis method | |
| CN113158331B (zh) | 一种基于遗传算法的车内噪声优化方法 | |
| CN110908287B (zh) | 一种轨道车辆车体铝型材振动声辐射主动前馈力控制策略制定方法 | |
| Vigé | Vehicle interior noise refinement–cabin sound package design and development | |
| Brentnall et al. | Methods and solutions for the integration of the HV battery into the NVH development of a BEV | |
| Ambardekar et al. | Performance cascading from vehicle-level NVH to component or sub-system level design | |
| Duvigneau et al. | Acoustic optimization of an electric wheel hub motor | |
| Dong et al. | Highly Efficient Robust Optimization Design Method for Improving Automotive Acoustic Package Performance | |
| Marzbanrad et al. | Automotive interior cabin noise analysis and optimization using Statistical Energy Analysis and Response Surface Methodology | |
| Treszkai et al. | Review of Hybrid Finite Element–Statistical Energy Analysis methods in vehicle NVH predictions | |
| Chen et al. | Automobile interior noise prediction based on energy finite element method | |
| Xie et al. | Simulation and optimization of nonlinear structures on low frequency vibration and noise of lightweight car body | |
| Tang et al. | Case study: Simulation and control of high frequency noise for commercial vehicle cab considering leak | |
| Stelzer et al. | FE simulation of the transmission loss performance of vehicle acoustic components at low and medium frequencies | |
| Sorosiak et al. | A fast numerical formulation for simulating vehicle compartment acoustics | |
| CN113946945B (zh) | 一种驾驶室阻尼板位置优化方法 |
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 |