CN113343527A - 车内中频噪声分析方法及介质 - Google Patents
车内中频噪声分析方法及介质 Download PDFInfo
- Publication number
- CN113343527A CN113343527A CN202110642110.8A CN202110642110A CN113343527A CN 113343527 A CN113343527 A CN 113343527A CN 202110642110 A CN202110642110 A CN 202110642110A CN 113343527 A CN113343527 A CN 113343527A
- Authority
- CN
- China
- Prior art keywords
- sea
- model
- vehicle
- noise
- frequency 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 54
- 230000005284 excitation Effects 0.000 claims abstract description 39
- 238000012546 transfer Methods 0.000 claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000012814 acoustic material Substances 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 239000011521 glass Substances 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 35
- 238000004088 simulation Methods 0.000 abstract description 13
- 238000012545 processing Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 16
- 239000000725 suspension Substances 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000013016 damping Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 238000003466 welding Methods 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (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
本发明涉及车辆噪声处理领域,提供一种车内中频噪声分析方法及介质。本发明所述的方法包括:建立用以表征基于空气路径进行噪声传递的统计能量分析SEA模型,并对所述SEA模型加载实际工况下的激励声载荷,以计算通过空气路径传递的噪声;建立用以表征基于结构路径进行噪声传递的有限元FE‑SEA混合模型,并对所述FE‑SEA混合模型加载实际工况下的激励力载荷,以计算通过结构路径传递的噪声;以及基于所述SEA模型和所述FE‑SEA混合模型,进行车内中频噪声分析。本发明的方法在SEA模型的基础上,通过建立FE‑SEA混合模型,完整地考虑中频段结构路径的传声影响,形成了全频段车内噪声仿真预测。
Description
技术领域
本发明涉及车辆噪声处理技术领域,特别涉及一种车内中频噪声分析方法及介质。
背景技术
近年来,汽车行业的竞争日趋激烈,顾客对汽车乘坐舒适性的关注度也越来越高,而车内的噪声水平不仅是衡量乘坐舒适性的一个重要参考标准,也逐渐成为众多车企提高产品竞争力的一个重要方向。其中,声学包是控制车内噪声的一个重要途径,利用声学包不仅能够改善车内的声学特性,降低车内噪声,而且能够对车内声音品质进行调节,达到客户的心理预期。
目前,声学包的开发设计通常采用统计能量分析(Statistical EnergyAnalysis,SEA)方法来完成,其通过建立性能模型来有效控制高频段空气路径的噪声传递。但是对于中频段,其噪声传递不仅涉及空气路径,还涉及结构路径,且噪声频率越低时,结构路径占比可能越大。而利用现有SEA方法进行中频段噪声分析时,其创建的模型模态密度比较低,并且噪声传递时存在着通过全局模态传递的间接耦合损耗问题,进而无法对以结构路径为主要传递路径的噪声进行有效控制。
发明内容
有鉴于此,本发明旨在提出一种车内中频噪声分析方法,以至少部分地解决上述的技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种车内中频噪声分析方法,包括:建立用以表征基于空气路径进行噪声传递的统计能量分析SEA模型,并对所述SEA模型加载实际工况下的激励声载荷,以计算通过空气路径传递的噪声;建立用以表征基于结构路径进行噪声传递的有限元FE-SEA混合模型,并对所述FE-SEA混合模型加载实际工况下的激励力载荷,以计算通过结构路径传递的噪声;以及基于所述SEA模型和所述FE-SEA混合模型,进行车内中频噪声分析。
进一步的,所述SEA模型包括外壳SEA模型、SEA内饰子系统和SEA声腔子系统,且所述SEA声腔子系统包括车内SEA声腔子系统和车外SEA声腔子系统。
进一步的,建立所述SEA模型包括:建立车辆的白车身FE模型、开闭件FE模型和内饰件FE模型;基于所述白车身FE模型和所述开闭件FE模型生成外壳SEA模型;基于所述内饰件FE模型划分SEA内饰子系统,并对该SEA内饰子系统中的声学材料进行定义;根据所述SEA内饰子系统的结构与车内乘员响应考察部位对车体周围区域及车内空腔区域划分SEA声腔子系统,并将所述SEA声腔子系统划分为车内SEA声腔子系统和车外SEA声腔子系统;以及基于所述外壳SEA模型、所述SEA内饰子系统和所述SEA声腔子系统构建所述SEA模型。
进一步的,建立所述FE-SEA混合模型包括:建立车辆的白车身FE模型,并计算该白车身FE模型的模态;基于所述白车身FE模型生成FE子系统;将所述白车身FE模型的模态与所述FE子系统匹配,以通过所述模态表征各FE子系统之间的传递关系;以及建立所述FE子系统与所述车内SEA声腔子系统之间的连接关系,以生成所述FE-SEA混合模型。
进一步的,所述白车身FE模型包含关于车辆的白车身、车架和外侧玻璃结构的FE模型。
进一步的,在建立所述SEA模型之后,以及在对所述SEA模型加载实际工况下的激励声载荷之前,所述车内中频噪声分析方法还包括通过以下步骤获取所述激励声载荷:测量整车实际工况下车身外部声场的声压值,并将该声压值作为所述激励声载荷。
进一步的,在建立所述FE-SEA混合模型之后,以及在对所述FE-SEA混合模型加载实际工况下的激励力载荷之前,所述车内中频噪声分析方法还包括通过以下获取所述激励力载荷:采用预配置的逆矩阵功能模块来获取实验车的关键连接点的激励力载荷的幅值和相位。其中,所述逆矩阵功能模块被配置为通过逆矩阵表示以下两者基于传递函数的关系:所述实验车在实际工况下的关键连接点三向的力;以及针对该关键连接点进行加速度测试的若干测试点对应的加速度。其中,所述传递函数是所述关键连接点三向到每一测试点三向的传递函数。其中,所述传递函数和所述加速度均包含幅值和相位。
进一步的,所述基于所述SEA模型和所述FE-SEA混合模型,进行车内中频噪声分析包括:调节所述SEA模型以使得其计算的车内高频噪声与第一预设实验值的误差在预设范围内;采用所调节的所述SEA模型计算车内中频噪声,并将所计算的车内中频噪声与所述FE-SEA混合模型计算的车内中频噪声进行叠加;以及根据进行叠加后的噪声与第二预设实验值的对比结果,调节所述FE-SEA混合模型;其中,所述高频噪声对应的噪声频率大于所述中频噪声对应的噪声频率。
进一步的,所述高频噪声是频率范围在1000Hz-8000Hz的噪声,而所述中频噪声是频率范围在100Hz-1000Hz之内的噪声。
相对于现有技术,本发明所述的车内中频噪声分析方法具有以下优势:本发明所述的车内中频噪声分析方法在SEA模型的基础上,通过建立FE-SEA混合模型,完整地考虑中频段结构路径的传声影响,大大提高了中频段的仿真精度,形成了全频段车内噪声仿真预测。
本发明的另一目的在于提出一种机器可读存储介质,以至少部分地解决上述技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述任意的车内中频噪声分析方法。
所述机器可读存储介质与上述车内中频噪声分析方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施方式及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1本发明实施例的车内中频噪声分析方法的流程示意图;
图2是本发明实施例中建立SEA模型的流程示意图;
图3是本发明实施例中建立的外壳SEA模型的示意图;
图4(a)和图4(b)分别是本发明实施例中划分完成的车内SEA声腔子系统和车外SEA声腔子系统的示意图;
图5是本发明实施例中SEA子系统之间的连接关系的示意图;
图6是本发明实施例中建立所述FE-SEA混合模型的流程示意图;
图7是本发明实施例的示例中车身外部所需进行声载荷测试的区域的示意图;
图8是本发明实施例中的示例燃油车的发动机悬置示意图;
图9(a)-(f)是本发明实施例的示例中进行激励力载荷测试的结果示意图;
图10是本发明实施例的示例中利用SEA模型进行噪声分析的结果示意图;
图11是本发明实施例中利用SEA模型和FE-SEA混合模型进行噪声分析的结果示意图;以及
图12是本发明实施例的示例进行中频噪声分析的整体流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
另外,在本发明的实施方式中所提到的部分术语的含义如下:
1、声学包(Sound Package),是指为达到整车NVH(Noise,Vibration,Harshness,噪声、振动及平顺性)性能而设计的声学材料包装,例如发动机舱前围隔音垫、内饰件吸声材料、各泄露孔堵塞件、钣金件膨胀胶等,可理解为整车声学材料的应用。其中,对于车上的声学材料,更形象地举例,如车内铺设的地毯、车门内填充的棉花等,其可以起到衰减、削弱噪声的作用,属于进行车内噪声分析时应考虑的元素。
2、中频噪声,本发明实施例中是指频率范围在100Hz-1000Hz之内(包括端值)的噪声。需说明的是,现有技术对中频噪声的频率范围定义可能与本发明实施例不同,本发明实施例的100Hz-1000Hz的频率范围是基于对应车内中频噪声分析方法所适用的场景而确定的,并不用于限制本发明实施例的范围。
3、FE(Finite Element,有限元)方法和SEA方法,两者是随着声学分析软件VA-one的应用而被引入工业界进行噪声预测的两大方法,其具体含义可参考相关技术资料进行了解。
4、LMS(Leuven Measurement System),中文名称为比利时鲁汶测试系统,可简称为LMS系统。其中,LMS公司是西门子工业公司的子公司,是一家提供机电仿真软件、测试系统及工程咨询服务解决方案的供应商,而LMS系统是其生产的在国际上处于先进地位的振动噪声测试及数据处理分析系统,其集成度高,集数据采集与信号发生功能于一体,且自带的试验分析软件具有测试快速性、结果可视性、数据完备性等特点。具体地,LMS系统包括硬件和软件两大部分,硬件主要包括:数据采集前端设备、加速度计、力锤、激振器与功率放大器、校准器等;而软件则以Test.Lab软件为总体框架,根据不同的应用类型分为多个模块,主要包括有:时域数据提取模块(Time Data Selection,TDS)、时域数据处理模块(TimeData Processing,TDP)、传递路径分析模块(Transfer Path Analysis,TPA)等。总的来说,LMS系统以其高集成度、高试验效率等优势在振动噪声实验分析领域起到了重要作用。
下面将参考附图并结合实施方式来详细说明本发明。
图1本发明实施例的车内中频噪声分析方法的流程示意图。如图1所示,所述车内中频噪声分析方法可以包括以下步骤S100-S300:
步骤S100,建立用以表征基于空气路径进行噪声传递的SEA模型,并对所述SEA模型加载实际工况下的激励声载荷,以计算通过空气路径传递的噪声。
步骤S200,建立用以表征基于结构路径进行噪声传递的FE-SEA混合模型,并对所述FE-SEA混合模型加载实际工况下的激励力载荷,以计算通过结构路径传递的噪声。
步骤S300,基于所述SEA模型和所述FE-SEA混合模型,进行车内中频噪声分析。
对于步骤S100-步骤S300,可知其针对基于空气路径和结构路径的噪声传递和分析而主要包括四个方面的内容,即建立SEA模型、建立FE-SEA混合模型、向两个模型分别加载激励声载荷和激励力载荷以及进行中频噪声分析。下面具体介绍这四个方面的内容。
一、建立SEA模型。
图2是本发明实施例中建立SEA模型的流程示意图。其中,所述SEA模型可以包括外壳SEA模型、SEA内饰子系统和SEA声腔子系统,且所述SEA声腔子系统又可以包括车内SEA声腔子系统和车外SEA声腔子系统。如图2所示,建立SEA模型可以包括以下步骤:
步骤S110,建立车辆的白车身FE模型、开闭件FE模型和内饰件FE模型。
优选地,所述白车身FE模型包含关于车辆的白车身、车架和外侧玻璃结构的FE模型。其中,所述外侧玻璃包括风挡玻璃和以及部分车辆具有的天窗玻璃。本发明实施例对白车身进行了完整建模,未进行任何的删减,有助于避免删减所引起的模型与实车的细微差异。
步骤S120,基于所述白车身FE模型和所述开闭件FE模型生成外壳SEA模型。
举例而言,根据白车身FE模型和开闭件FE模型,在VA-One软件中可直接生成整车的外壳SEA模型,该模型如图3所示。
步骤S130,基于所述内饰件FE模型划分SEA内饰子系统,并对该SEA内饰子系统中的声学材料进行定义。
其中,内饰件包括仪表板及座椅等,而SEA内饰子系统可基于内饰件的类别进行划分。针对该步骤S130,举例而言,提取仪表板及座椅等上表面结构,搭建FE模型,根据座椅的FE模型划分座椅SEA内饰子系统,根据仪表板的FE模型划分仪表板SEA内饰子系统,且各SEA内饰子系统之间通过节点进行连接。再根据声学包方案在SEA内饰子系统中对声学材料进行定义,包括吸声材料、隔声材料、阻隔材料等,以完善SEA内饰子系统。
步骤S140,根据所述SEA内饰子系统的结构与车内乘员响应考察部位对车体周围区域及车内空腔区域划分SEA声腔子系统,并将所述SEA声腔子系统划分为车内SEA声腔子系统和车外SEA声腔子系统。
其中,划分完成的车内SEA声腔子系统和车外SEA声腔子系统分别如图4(a)和图4(b)所示。
其中,车内乘员响应考察部位例如包括:前排主驾驶员位置的头部、腰部、腿部;前排副驾驶员位置的头部、腰部、腿部;后排左侧乘客位置的头部、腰部、腿部;后排右侧乘客位置的头部、腰部、腿部等等。
步骤S150,基于所述外壳SEA模型、所述SEA内饰子系统和所述SEA声腔子系统构建所述SEA模型。
举例而言,在完成整车外壳SEA模型、SEA内饰子系统与SEA声腔子系统搭建之后,如图5所示,采用自动连接方式建立SEA子系统之间的连接关系,使能量(在此指子系统的动力学能量,如动能、势能、电磁能、热能等)通过子系统之间的连接关系进行传递。
至此,完成了SEA模型的建立,该SEA模型包括SEA内饰子系统和SEA声腔子系统,而所述SEA声腔子系统又包括车内SEA声腔子系统和车外SEA声腔子系统。其中,车内SEA声腔子系统将在下文中用于建立FE-SEA混合模型,在此则不再赘述。
二、建立FE-SEA混合模型。
图6是本发明实施例中建立所述FE-SEA混合模型的流程示意图。如图6所示,可以包括以下步骤:
步骤S210,建立车辆的白车身FE模型,并计算该白车身FE模型的模态。
其中,白车身FE模型的建立可同上面的步骤S110,而其模态计算方案是常规的,且通常计算的模态参数包括频率、振型、阻尼等。举例而言,计算建立的白车身FE模型的模态为频率0-1500Hz,并将计算的结果文件存储为op2格式。
步骤S220,基于所述白车身FE模型生成FE子系统。
举例而言,在VA-One软件中导入白车身FE模型,导入后将FE模型生成FE子系统。
步骤S230,将所述白车身FE模型的模态与所述FE子系统匹配,以通过所述模态表征各FE子系统之间的传递关系。
据此,本发明实施例先计算出车身模态,再将模态结果导入FE子系统,以通过模态信息表征能量在FE子系统之间的流动(即传递关系)。在示例中,将上述0-1500Hz的模态结果导入VA-One软件与FE子系统匹配,从而用模态来表征能量在FE子系统之间的传递关系。在该示例中,关于模态对于传递关系的表征,可理解为:白车身是多个FE子系统(即多个件)通过各种方式(如焊接、螺栓连接、胶粘接等)连接成的整体,若在该整体的一个位置处施加激励(如敲打车头),则该激励引起的振动会传递到另一位置,而这一传递过程即可用传递关系来描述;模态可以表征这一传递关系,例如模态为频率时,不同频率可用于表征传递过程中不同位置的振动快慢。
步骤S240,建立所述FE子系统与所述车内SEA声腔子系统之间的连接关系,以生成所述FE-SEA混合模型。
举例而言,将步骤S150建立的SEA模型中的车内SEA声腔子系统复制过来与步骤S220中建立的FE子系统中的大板件建立混合连接。这些大板件主要包括:前风挡玻璃、前围板、顶棚、地板等。优选地,FE子系统中的管梁结构等的辐射噪声主要集中在低频,对于100Hz以上的噪声贡献很小,所以在此可不建立管梁结构与声腔的连接关系。但应注意,也可以根据需求,将管梁结构建为FE子系统,再建立与声腔的连接关系。如此,本发明实施例中将管梁结构和板结构均建为FE子系统,只有车内声腔建为SEA子系统。而部分现有方案选择将板结构也建为SEA子系统,但在实际中,因为车上的板过多且部分板非常小,从而不可能对所有的板都建立SEA,只能删除一部分较小的板。因此,相对于这类现有方案,本发明实施例不对板结构建SEA,而是建FE子系统,FE子系统不会删除任何件,从而能保证白车身被全面建模而没有删减,以减少模型与实车的差异。
至此,完成了FE-SEA混合模型的构建。
需说明的是,本发明实施例不对上述各步骤之间的执行顺序进行限定,举例而言,步骤S230中关于模态的应用可发生在步骤S240建立所述FE-SEA混合模型之后。即,在完成FE-SEA混合模型之后,再将FE模型的模态结果导入。
三、加载激励声载荷和激励力载荷。
在优选的实施例中,可通过以下步骤获取所述激励声载荷:测量整车实际工况下车身外部声场的声压值,并将该声压值作为所述激励声载荷。
举例而言,在半消声实验室内测量整车实际工况下车身外部声场的声压值作为SEA模型的输入声载荷,即激励声载荷。图7是示例的车身外部所需进行声载荷测试的区域的示意图,由于车体是对称的,图中只列出单侧的名称,且图中各标号对应的部位如下面的表1所示。
表1
另外,对于声压值的具体测量,可通过如下方式实现:在车体外部和车内每个子系统布置多个(例如三个)麦克风,并取各麦克风的平均值以作为测量的声压值。其中,车体外部麦克风距车体表面距离优选确定为100mm左右。
在优选的实施例中,可采用预设的逆矩阵功能模块来获取实验车的关键连接点的激励力载荷的幅值和相位。其中,所述逆矩阵功能模块被配置为通过逆矩阵表示以下两者基于传递函数的关系:所述实验车在实际工况下的关键连接点三向的力;以及针对该关键连接点进行加速度测试的若干测试点对应的加速度。其中,所述传递函数是所述关键连接点三向到每一测试点三向的传递函数,且所述传递函数和所述加速度均包含幅值和相位。需说明的是,在此的“三向”是指常规坐标系的X、Y、Z三向。
在更为优选的实施例中,预配置的逆矩阵功能模块可以是LMS测试系统中自带的逆矩阵功能模块。
下面介绍以某款燃油车作为实验车的示例中,采用LMS测试系统中的逆矩阵功能模块来获取实验车关键连接点激励力载荷的幅值和相位的具体实现细节。图8是示例燃油车的发动机悬置示意图,且实际工况下悬置被动侧的力的幅值和相位,即是车身侧激励力的幅值和相位。据此,以图8的左悬置为例,在机舱左纵梁与左悬置被动侧连接点(以下简称为“左源点”)附近布置若干个加速度传感器P1、P2、P3、P4等。其中,传感器数量越多,最后求得的结果通常越准确。但出于描述清楚的目的,本发明实施例以两个传感器P1、P2为例来解释利用LMS系统的逆矩阵功能模块测试激励力载荷的原理。该示例中,在车辆静止状态下,测量左源点X、Y、Z向到P1点X、Y、Z向的传递函数,即TX-1X、TX-1Y、TX-1Z、TY-1X、TY-1Y、TY-1Z、TZ-1X、TZ-1Y、TZ-1Z。其中,TX-1X代表左源点X向激励到P1点X向的传递函数,其他传递函数可对应进行理解。同理,测量左源点X、Y、Z向到P2点X、Y、Z向的传递函数,TX-2X、TX-2Y、TX-2Z、TY-2X、TY-2Y、TY-2Z、TZ-2X、TZ-2Y、TZ-2Z,各传递函数的含义可参考TX-1X进行理解。注意,在此的传递函数需同时包含幅值和相位。进一步地,在P1、P2位置保持不变时,在车辆实际工况下,测P1、P2点X、Y、Z向的加速度a1X、a1Y、a1Z、a2X、a2Y、a2Z,其中这些加速度也要包含幅值和相位。如此,传递函数和加速度的关系可以用矩阵表示为以下的式(1):
而式(1)又可改写为如下的逆矩阵形式的式(2):
在式(2)中,传递函数和加速度均是由测试得到的,据此可求得实际工况下左源点三向的力FX、FY、FZ,而该三向的力FX、FY、FZ即是本发明实施例所求的激励力载荷。
该示例中,力的形式为窄带100-1000Hz,间隔1Hz,幅值单位为N,相位单位为rad。进一步地,图9(a)-(f)是该示例中进行激励力载荷测试的结果示意图。具体地,图9(a)-(b)为在半消声实验室两驱转鼓上测得的匀速100km/h工况发动机左悬置与车身连接点处激励力载荷的幅值和相位,图9(c)-(d)为在半消声实验室两驱转鼓上测得的匀速100km/h工况发动机右悬置与车身连接点处激励力载荷的幅值和相位,图9(e)-(f)为在半消声实验室两驱转鼓上测得的匀速100km/h工况发动机后悬置与车身连接点处激励力载荷的幅值和相位。其中,为了方便显示,图9(a)-(f)只列出200-300Hz频段的数据,且间隔为5Hz。另外,在图9(a)-(f)中,Lmount表示左悬置,Rmount表示右悬置,Bmount表示后悬置。
参考图9(a)-(f),易知据此确定了将加载至述FE-SEA混合模型的实际工况下的激励力载荷。
四、进行中频噪声分析。
优选地,步骤S300中的进行车内中频噪声分析可以包括:调节所述SEA模型以使得其计算的车内高频噪声与第一预设实验值的误差在预设范围内;采用所调节的所述SEA模型计算车内中频噪声,并将所计算的车内中频噪声与所述FE-SEA混合模型计算的车内中频噪声进行叠加;以及根据进行叠加后的噪声(以下称为叠加值)与第二预设实验值的对比结果,调节所述FE-SEA混合模型。
其中,承接上文的第三部分,在半消声实验室内测量整车实际工况下车身外部声场的声压值作为SEA模型的输入声载荷的同时,还可测量车内驾驶员以及乘客区域头部、腰部、腿部声场的声压值作为SEA模型车内响应的对标值。因此,该SEA模型车内响应的对标值可理解为实际工况车内区域的声压值,其是实验值。据此,上述的第一预设实验值和第二预设实验值可经由测试这一对标值来确定,而本发明实施例在设定相应实验值之后,可通调节模型以使模型输出的仿真值与实验值一致。
其中,所述高频噪声对应的噪声频率大于所述中频噪声对应的噪声频率。
其中,对所述FE-SEA混合模型的调节可通过调节FE子系统的模态参数(如阻尼)来实现。举例而言,在将叠加值与实验值对比,如果叠加值比实验值小,那就减小FE子系统的阻尼,如果叠加值比实验值大,那就增大FE子系统的阻尼,如此反复,直到各个频点叠加值与实验值误差在预设范围(例如±3dB)。
下面通过示例来具体说明本发明实施例方法进行中频噪声分析的效果。该示例中,承接图7的示例,将在半消声实验室测得的匀速100km/h工况的声载荷加载到SEA模型中,得到加载有声载荷的SEA模型,其中,为了方便显示,可将车外声腔隐藏。进一步地,对SEA模型进行调节使得车内头部响应仿真值在高频段(1000-8000Hz)与试验值的误差在±3dB以内,其结果如图10所示。
进一步地,图10是该示例中利用SEA模型进行噪声分析的结果示意图,且通过图10可知,在高频段(1000-8000Hz)用SEA模型得到的左前头部响应仿真值与试验值一致性较好,但在中频段(100-1000Hz),由于噪声的结构传递路径占比较大,但SEA模型方法只能考虑空气路径,无法体现结构路径传声,所以仿真值明显小于试验值。
对此,为了准确分析中频段结构传声路径,本发明实施例在上述的FE-SEA混合模型车身关键连接点位置加载激励力载荷的幅值和相位,以得到加载有激励力载荷的FE-SEA混合模型。进一步地,承接于图9(a)-(f)的示例,在FE-SEA混合模型上加载100km/h工况激励力载荷的幅值和相位,得到中频段结构路径贡献的左前头部响应仿真值,如图11所示。
进一步地,图11是该示例中利用SEA模型和FE-SEA混合模型进行噪声分析的结果示意图,且通过图11可知,在中频段的车内噪声主要来源于结构路径,且频率越低这种现象越明显。实际上,车内噪声是结构路径与空气路径共同作用的结果,但由于声压级不能直接相加减,因此需把两种路径的声压级转换为能量,能量叠加后再转换为声压级,转换公式参照下面的式(3):
L=10×LOG10(10^(L1/10)+10^(L2/10)) (3)
式(3)中,L为能量叠加后的声压级(dB),L1为结构路径引起的车内噪声声压级(dB),L2为空气路径引起的车内噪声声压级(dB)。
如此,本发明实施例实现了对于结构路径和空气路径的噪声贡献量的区分,将中频段结构路径噪声与空气路径噪声叠加后与高频段的空气路径噪声一起组成全频段的车内噪声仿真值,并与试验值进行对比,其结果如图11所示。比较图10和图11,可知在应用FE-SEA混合模型求取结构路径噪声贡献后,大大提高了中频段的仿真精度。
需说明的是,在其他实施例中还可通过传递路径分析(Transfer Path Analysis,TPA)实验来获得结构路径和空气路径的噪声贡献量。
综合上述四个部分涉及的示例,图12示出了相应示例进行中频噪声分析的整体流程,以便于从整体上介绍本发明实施例的方法以及上述四个部分之间的关联。该流程可被描述为如下:
1)建立白车身FE模型,将白车身FE模型、开闭件FE模型、内饰件FE模型导入VA-One软件,建立包括声腔子系统和内饰子系统(附有内饰的声学材料信息)的SEA模型,在SEA模型中导入在半消声实验室测试得到的车体表面声载荷数据,计算得到车内头部噪声的仿真值,将车内头部噪声的仿真值与测试值对比,并进行模型调节,使得1000-8000Hz频段三分之一倍频程中心点头部噪声仿真值与测试值误差在±3dB以内。
2)计算白车身FE模型的模态(0-1500Hz),将白车身FE模型导入VA-One软件生成FE子系统,将模态结果导入VA-One软件与FE子系统匹配,用模态来表征能量在FE子系统之间的传递关系。将FE子系统与SEA模型中的车内声腔子系统建立混合连接关系,生成FE-SEA混合模型,在混合模型上的FE子系统车身关键连接点处加载测试得到的激励力载荷的幅值和相位,计算得到中频段100-1000Hz通过结构路径传递的车内头部噪声。
3)将中频段结构路径传递与空气路径传递的车内头部噪声能量叠加后再转换为分贝(dB),与测试值对比,通过调试FE子系统的阻尼来使得中频段叠加后的车内头部噪声仿真值与测试值误差在±3dB以内,调试完成后的FE-SEA模型即可用来预测中频段通过结构路径传递的噪声,最终的预测结果如图11所示。
综上所述,本发明实施例基于中频段噪声的传递特性,提出一种全新的车内中频噪声仿真分析方法,其主要具有以下五个方面的优势:
1、在传统SEA方法的基础上,本发明实施例通过建立FE-SEA混合模型,完整地考虑中频段结构路径的传声影响,大大提高了中频段的仿真精度,形成了全频段车内噪声仿真预测。
2、本发明实施例的方法适用于100-1000Hz的中频噪声分析,相比于现有技术中通常处理的200-1000Hz,更能满足中频噪声中频率较低的频段的处理要求。
3、本发明实施例区分并同时考虑了结构路径噪声和空气路径噪声的贡献量,可以识别车内噪声是通过结构路径传递到车内的还是通过空气路径传递到车内的,从而在车内出现大的噪声的情况下,可准确识别造成车内噪声的问题点,以准确定位并进行优化。
4、本发明实施例利用SEA模型与FE-SEA混合模型两者来共同进行中频段噪声分析,其创建的模型模态密度较高,有利于避免噪声传递时由于全局模态传递引起的间接耦合损耗问题,从而能够对以结构路径为主要传递路径的噪声进行有效控制。
5、本发明实施例的方法可应用于车型的开发设计阶段,声载荷和激励力载荷可借用实验车,从而在车型量产之前完成多轮仿真优化,为悬置、板、梁、支架等有限元子系统及声学包的优化方案提供数据依据,节约车型的开发设计成本。
本发明另一实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述任意的车内中频噪声分析方法。其中,所述机器例如是安装有VA-one软件的计算机。
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。
存储器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)。存储器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。另外,本发明实施例涉及的方法的流程步骤并不局限于按流程图或相应编号的顺序执行,而是可根据实际情况来调整步骤执行顺序,只要原理合理,均应属于本发明实施例的保护范围。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车内中频噪声分析方法,其特征在于,所述车内中频噪声分析方法包括:
建立用以表征基于空气路径进行噪声传递的统计能量分析SEA模型,并对所述SEA模型加载实际工况下的激励声载荷,以计算通过空气路径传递的噪声;
建立用以表征基于结构路径进行噪声传递的有限元FE-SEA混合模型,并对所述FE-SEA混合模型加载实际工况下的激励力载荷,以计算通过结构路径传递的噪声;以及
基于所述SEA模型和所述FE-SEA混合模型,进行车内中频噪声分析。
2.根据权利要求1所述的车内中频噪声分析方法,其特征在于,所述SEA模型包括外壳SEA模型、SEA内饰子系统和SEA声腔子系统,且所述SEA声腔子系统包括车内SEA声腔子系统和车外SEA声腔子系统。
3.根据权利要求2所述的车内中频噪声分析方法,其特征在于,建立所述SEA模型包括:
建立车辆的白车身FE模型、开闭件FE模型和内饰件FE模型;
基于所述白车身FE模型和所述开闭件FE模型生成外壳SEA模型;
基于所述内饰件FE模型划分SEA内饰子系统,并对该SEA内饰子系统中的声学材料进行定义;
根据所述SEA内饰子系统的结构与车内乘员响应考察部位对车体周围区域及车内空腔区域划分SEA声腔子系统,并将所述SEA声腔子系统划分为车内SEA声腔子系统和车外SEA声腔子系统;以及
基于所述外壳SEA模型、所述SEA内饰子系统和所述SEA声腔子系统构建所述SEA模型。
4.根据权利要求2所述的车内中频噪声分析方法,其特征在于,建立所述FE-SEA混合模型包括:
建立车辆的白车身FE模型,并计算该白车身FE模型的模态;
基于所述白车身FE模型生成FE子系统;
将所述白车身FE模型的模态与所述FE子系统匹配,以通过所述模态表征各FE子系统之间的传递关系;以及
建立所述FE子系统与所述车内SEA声腔子系统之间的连接关系,以生成所述FE-SEA混合模型。
5.根据权利要求3或4所述的车内中频噪声分析方法,其特征在于,所述白车身FE模型包含关于车辆的白车身、车架和外侧玻璃结构的FE模型。
6.根据权利要求1所述的车内中频噪声分析方法,其特征在于,在建立所述SEA模型之后,以及在对所述SEA模型加载实际工况下的激励声载荷之前,所述车内中频噪声分析方法还包括通过以下步骤获取所述激励声载荷:
测量整车实际工况下车身外部声场的声压值,并将该声压值作为所述激励声载荷。
7.根据权利要求1所述的车内中频噪声分析方法,其特征在于,在建立所述FE-SEA混合模型之后,以及在对所述FE-SEA混合模型加载实际工况下的激励力载荷之前,所述车内中频噪声分析方法还包括通过以下获取所述激励力载荷:
采用预配置的逆矩阵功能模块来获取实验车的关键连接点的激励力载荷的幅值和相位;
其中,所述逆矩阵功能模块被配置为通过逆矩阵表示以下两者基于传递函数的关系:所述实验车在实际工况下的关键连接点三向的力;以及针对该关键连接点进行加速度测试的若干测试点对应的加速度;
其中,所述传递函数是所述关键连接点三向到每一测试点三向的传递函数;
其中,所述传递函数和所述加速度均包含幅值和相位。
8.根据权利要求1所述的车内中频噪声分析方法,其特征在于,所述基于所述SEA模型和所述FE-SEA混合模型,进行车内中频噪声分析包括:
调节所述SEA模型以使得其计算的车内高频噪声与第一预设实验值的误差在预设范围内;
采用所调节的所述SEA模型计算车内中频噪声,并将所计算的车内中频噪声与所述FE-SEA混合模型计算的车内中频噪声进行叠加;以及
根据进行叠加后的噪声与第二预设实验值的对比结果,调节所述FE-SEA混合模型;
其中,所述高频噪声对应的噪声频率大于所述中频噪声对应的噪声频率。
9.根据权利要求8所述的车内中频噪声分析方法,其特征在于,所述高频噪声是频率范围在1000Hz-8000Hz的噪声,而所述中频噪声是频率范围在100Hz-1000Hz之内的噪声。
10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行权利要求1至9中任意一项所述的车内中频噪声分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110642110.8A CN113343527A (zh) | 2021-06-09 | 2021-06-09 | 车内中频噪声分析方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110642110.8A CN113343527A (zh) | 2021-06-09 | 2021-06-09 | 车内中频噪声分析方法及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343527A true CN113343527A (zh) | 2021-09-03 |
Family
ID=77476381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110642110.8A Pending CN113343527A (zh) | 2021-06-09 | 2021-06-09 | 车内中频噪声分析方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343527A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588206A (zh) * | 2021-09-07 | 2021-11-02 | 吉林大学 | 一种基于油泥模型风洞试验的车内风噪声预测方法 |
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 |
---|---|---|---|---|
CN105184018A (zh) * | 2015-10-13 | 2015-12-23 | 同济汽车设计研究院有限公司 | 一种计算子系统中频段传递损失和优化声学包的方法 |
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 |
CN106080429A (zh) * | 2016-06-15 | 2016-11-09 | 北京长城华冠汽车科技股份有限公司 | 一种电动汽车的声学包设计方法、装置和电动汽车 |
US20200226309A1 (en) * | 2017-10-16 | 2020-07-16 | Southeast University | Dynamic response analysis method based on dual-mode equation in random noise environment |
-
2021
- 2021-06-09 CN CN202110642110.8A patent/CN113343527A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184018A (zh) * | 2015-10-13 | 2015-12-23 | 同济汽车设计研究院有限公司 | 一种计算子系统中频段传递损失和优化声学包的方法 |
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 |
CN106080429A (zh) * | 2016-06-15 | 2016-11-09 | 北京长城华冠汽车科技股份有限公司 | 一种电动汽车的声学包设计方法、装置和电动汽车 |
US20200226309A1 (en) * | 2017-10-16 | 2020-07-16 | Southeast University | Dynamic response analysis method based on dual-mode equation in random noise environment |
Non-Patent Citations (4)
Title |
---|
何宇漾等: "车内中频噪声FE-SEA混合建模及分析方法", 《汽车技术》 * |
王思乐等: "基于结构传递路径分析的某客车悬置优化", 《佳木斯大学学报(自然科学版)》 * |
邢鹏等: "基于实验SEA方法的车内噪声预测分析", 《振动.测试与诊断》 * |
陈书明等: "基于FE-SEA混合模型的轿车车内噪声预测", 《汽车工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588206A (zh) * | 2021-09-07 | 2021-11-02 | 吉林大学 | 一种基于油泥模型风洞试验的车内风噪声预测方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113343527A (zh) | 车内中频噪声分析方法及介质 | |
Chen et al. | Interior Noise Prediction of the Automobile Based on Hybrid FE‐SEA Method | |
Moron et al. | A CFD/SEA approach for prediction of vehicle interior noise due to wind noise | |
Zafeiropoulos et al. | Active road noise cancellation for the improvement of sound quality in the vehicle | |
Charpentier et al. | Full vehicle SEA model uses detailed sound package definition to predict driver's headspace acoustic response | |
CN116432316A (zh) | 一种汽车中频路噪优化方法、系统及存储介质 | |
Brentnall et al. | Methods and solutions for the integration of the HV battery into the NVH development of a BEV | |
Liu et al. | Statistical energy analysis of tire/road noise | |
Shao et al. | Optimal design of vehicle dash and floor sound package based on statistical energy analysis | |
Chaudhari et al. | Noise and Vibration Prediction and Validation for Off-Highway Vehicle Cab Using Hybrid FE-SEA Methodology | |
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 | |
Gavila Lloret et al. | Prediction of the airborne sound transmission through the front end of a vehicle | |
Hadjit et al. | Subjective evaluation of vehicle sound quality via auralization supported by statistical energy analysis for design sensitivity investigation | |
He et al. | Sound radiation analysis of a front side window glass of DrivAer model under wind excitation | |
Caillet et al. | Prediction of Structureborne Noise in a Fully Trimmed Vehicle Using Poroelastic Finite Elements Method (PEM) | |
Van der Linden et al. | Modular vehicle noise and vibration development | |
Yenerer et al. | Vibro-acoustic analysis of a heavy duty truck cabin | |
Iida et al. | Prediction of aeroacoustical interior noise of a car, part-2 structural and acoustical analyses | |
Lennström | In-situ characterization of vibrations from a door mounted loudspeaker | |
Sorosiak et al. | A fast numerical formulation for simulating vehicle compartment acoustics | |
Finger et al. | TPA and NVH Prognosis-Application to Mercedes Benz Car Development of New Hybrid Methods Coupling Digital Simulation with Prototype Testing Results | |
Tathavadekar et al. | Hybrid FEA-SEA modeling approach for vehicle transfer function | |
Huang et al. | Application of statistical energy analysis (sea) to the development of a light truck sound package | |
Chen et al. | Automobile interior noise prediction based on energy finite element method | |
de Alba Alvarez et al. | Correlation and Verification of a Tractor Cab Model Using Statistical Energy Analysis |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |
|
RJ01 | Rejection of invention patent application after publication |