CN116205091B - 一种电机噪声的优化方法、装置、电子设备及存储介质 - Google Patents
一种电机噪声的优化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116205091B CN116205091B CN202310500610.7A CN202310500610A CN116205091B CN 116205091 B CN116205091 B CN 116205091B CN 202310500610 A CN202310500610 A CN 202310500610A CN 116205091 B CN116205091 B CN 116205091B
- Authority
- CN
- China
- Prior art keywords
- electric drive
- data
- noise
- motor
- drive shell
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000005457 optimization Methods 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000010168 coupling process Methods 0.000 claims abstract description 19
- 230000008878 coupling Effects 0.000 claims abstract description 18
- 238000005859 coupling reaction Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000004088 simulation Methods 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001668 ameliorated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005516 engineering process Methods 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
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本申请实施例提供一种电机噪声的优化方法、装置、电子设备及存储介质，其中，该方法包括：获取所述电机的基础参数；根据所述基础参数获得电磁力数据；根据预先构建的电驱模态模型获得电驱模态结果文件；将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果。实施本申请实施例，可以实现对电机噪声的优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
Description
技术领域
本申请涉及噪声处理技术领域，具体而言，涉及一种电机噪声的优化方法、装置、电子设备及存储介质。
背景技术
目前，电机的噪声通常会造成很多困扰，例如车辆的电机会严重影响到乘客的乘车体验，因此，电机的噪声是在电机生产、测试环节需要解决的一大问题。
由于电机在测试开发过程中，需要等到产品（例如新能源汽车）装配完成才可以对电机的噪声进行测试，这会导致后续优化的工作时间缩短，且浪费了大量的模具开发费用。因此，现有技术在电机设计阶段对电机的噪声进行控制，常见的方法包括谐波注入、增加声学包裹、改变电机电磁方案和整车路径优化。
但是这几种方案依然存在很多弊端，例如，主动谐波注入方法只针对电机24和48阶低转速的噪声有一定效果，对于3000Hz以上的频段效果甚微。且谐波注入对电驱一致性要求较高，寻找谐波注入的电流大小和相位工作非常繁琐和费时；声学包裹会大幅增加整车成本和重量；由于前期电驱强度耐久、润滑、疲劳、性能等试验均已完成，改变电机电磁方案会使得经费骤增；整车路径优化的路径排查比较费时，且牵一发而动全身。并且一些电机阶次问题无法通过整车路径改善。
发明内容
本申请实施例的目的在于提供一种电机噪声的优化方法、装置、电子设备及存储介质，可以实现对电机噪声的优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
第一方面，本申请实施例提供了一种电机噪声的优化方法，所述方法包括：
获取所述电机的基础参数；
根据所述基础参数获得电磁力数据；
根据预先构建的电驱模态模型获得电驱模态结果文件；
将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果。
在上述实现过程中，将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据，根据电驱壳体振动数据可以更加准确地获得电机的实际噪声，便于对其进行优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
进一步地，所述根据所述基础参数获得电磁力数据的步骤，包括：
根据所述基础参数构建电机电磁仿真模型；
获取工况信息；
将所述工况信息输入所述电机电磁仿真模型，得到初始电机电磁仿真模型；
依次对所述初始电机电磁仿真模型进行步长分析和网格划分，得到所述电磁力数据。
在上述实现过程中，将工况信息输入电机电磁仿真模型，并进一步设置步长和网格，使得到的电磁力数据更加准确，能够准确地反映出电机与电磁之间的关系，便于后续对噪声进行优化。
进一步地，所述根据预先构建的电驱模态模型获得电驱模态结果文件的步骤，包括：
获取部件材料参数和连接关系信息；
将所述部件材料参数和所述连接关系信息输入所述电驱模态模型，得到初始电驱模态模型；
依次对所述初始电驱模态模型进行模态频率区间配置和频率分辨率配置，得到所述电驱模态结果文件。
在上述实现过程中，根据部件材料参数和连接关系信息得到初始电驱模态模型，使得初始电驱模态模型可以表达电机各个部件之间的关系，确保得到的电驱模态结果文件的准确性。
进一步地，所述将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据的步骤，包括：
将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，生成模态模型；
将所述电磁力数据映射至所述模态模型，得到所述电驱壳体振动数据。
在上述实现过程中，根据电磁力数据和电驱模态结果文件得到电驱壳体振动数据，可以确保电驱壳体振动时产生的噪声都被记录下来，减小噪声误差。
进一步地，所述根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果的步骤，包括：
获取所述基础噪声数据；
将所述电驱壳体振动数据和所述基础噪声数据进行联合，得到实际噪声数据；
将所述实际噪声数据与预先设定的噪声阈值进行对比，得到NVH阶次噪声问题点数据；
选取与所述NVH阶次噪声问题点数据对应的优化方案对所述电机噪声进行优化，得到所述优化结果。
在上述实现过程中，将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据，使得对电机的噪声的判定更加准确，并且可以扩大对噪声的识别范围，保证每个阶次的噪声都可以被识别、优化。
进一步地，所述将所述电驱壳体振动数据和所述基础噪声数据进行联合，得到实际噪声数据的步骤，包括：
获取电驱性能数据；
根据所述电驱壳体振动数据、所述基础噪声数据和所述电驱性能数据获得噪声变化信息；
对所述噪声变化信息进行传递路径分析，得到所述实际噪声数据。
在上述实现过程中，对噪声变化信息进行传递路径分析，得到实际噪声数据，可以减小实际噪声数据在传递过程中造成的损失，减小误差，提高实际噪声数据的精确度。
进一步地，所述获取所述基础噪声数据的步骤，包括：
构建电驱壳体模型；
在所述电驱壳体模型上增加声学网格，得到电驱壳体振动数据；
根据所述电驱壳体振动数据获得电驱壳体辐射噪声数据；
对所述电驱壳体辐射噪声数据进行声学分析，得到所述噪声数据。
在上述实现过程中，在电驱壳体模型上增加声学网格，可以使得电驱壳体的振动完整、准确地被捕捉到，进而得到电驱壳体震动带来的噪声。
第二方面，本申请实施例还提供了一种电机噪声的优化装置，所述装置包括：
获取模块，用于获取所述电机的基础参数；
数据获得模块，用于根据所述基础参数获得电磁力数据；还用于根据预先构建的电驱模态模型获得电驱模态结果文件；
导入模块，用于将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
优化模块，用于根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果。
在上述实现过程中，将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据，根据电驱壳体振动数据可以更加准确地获得电机的实际噪声，便于对其进行优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
第三方面，本申请实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。
第四方面，本申请实施例提供的一种计算机可读存储介质，所述存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
第五方面，本申请实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围值的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的电机噪声的优化方法的流程示意图；
图2为本申请实施例提供的电机噪声的优化装置的结构组成示意图；
图3为本申请实施例提供的电子设备的结构组成示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围值。
实施例一
图1是本申请实施例提供的电机噪声的优化方法的流程示意图，如图1所示，该方法包括：
S1，获取电机的基础参数；
S2，根据基础参数获得电磁力数据；
S3，根据预先构建的电驱模态模型获得电驱模态结果文件；
S4，将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
S5，根据电驱壳体振动数据和基础噪声数据对电机噪声进行优化，得到优化结果。
在上述实现过程中，将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据，根据电驱壳体振动数据可以更加准确地获得电机的实际噪声，便于对其进行优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
本申请实施例的噪声优化方法简单高效，适用于多种电机类型，例如新能源汽车的电机仿真、测试，可以在满足整车噪声、振动与声振粗糙度（Noise、Vibration、Harshness，NVH）性能需求的情况下降低试验车制作成本，使得电机噪声得到大幅度改善，整车声控品质显著提升。
进一步地，S2包括：
根据基础参数构建电机电磁仿真模型；
获取工况信息；
将工况信息输入电机电磁仿真模型，得到初始电机电磁仿真模型；
依次对初始电机电磁仿真模型进行步长分析和网格划分，得到电磁力数据。
在上述实现过程中，将工况信息输入电机电磁仿真模型，并进一步设置步长和网格，使得到的电磁力数据更加准确，能够准确地反映出电机与电磁之间的关系，便于后续对噪声进行优化。
构建电机电磁仿真模型。以永磁同步电机为例，输入电机定子、转子、永磁体、绕组等数据模型，并且赋予对应的材料、绕组每相匝数、并联支路数等基础参数。
在电机电磁仿真模型中输入工况信息，包括电流、功率角、转速等。为了与整车实测NVH工况一致，电机常用仿真工况主要有40Nm，80Nm，120Nm。
分析步长与转矩频率分辨率和频率分析带宽有关，示例性地，以8极48槽的新能源车用永磁同步电机为例，电机24阶、48阶、96阶、144阶次噪声，对应的分析步长为每一个电周期为63步。
进一步地，S3包括：
获取部件材料参数和连接关系信息；
将部件材料参数和连接关系信息输入电驱模态模型，得到初始电驱模态模型；
依次对初始电驱模态模型进行模态频率区间配置和频率分辨率配置，得到电驱模态结果文件。
在上述实现过程中，根据部件材料参数和连接关系信息得到初始电驱模态模型，使得初始电驱模态模型可以表达电机各个部件之间的关系，确保得到的电驱模态结果文件的准确性。
建立电驱模态模型，输入各部件材料参数、建立连接关系信息等。其中，电机绕组与定子是共面处理，且绕组的质量与实际绕组相同，定子采用各向异性材料。
设置求解模态频率区间、频率分辨率等参数，获得包含电驱固有频率及振型的电驱模态结果文件。考虑到实际整车NVH测试需求，模态求解1-7000Hz，频率步长为50Hz。
进一步地，S4包括：
将电磁力数据和电驱模态结果文件导入声振耦合模型中，生成模态模型；
将电磁力数据映射至模态模型，得到电驱壳体振动数据。
在上述实现过程中，根据电磁力数据和电驱模态结果文件得到电驱壳体振动数据，可以确保电驱壳体振动时产生的噪声都被记录下来，减小噪声误差。
可选地，在导入之前需要对电磁力数据进行傅里叶变换，傅里叶变换的频率区间以及频率分辨率需要和电机电磁仿真模型中保持一致，否则会出现分析误差。将频域电磁力映射到模态模型中，在映射时需要注意电机电磁仿真模型的坐标与模态模型坐标需要保持一致。由于电磁力是二维电磁力，需要拉伸成三维电磁力才可以进行映射。在拉伸时，拉伸长度与电机定子长度保持一致，且每一层拉伸长度通常为1mm。
将电磁力数据和电驱模态结果文件导入声振耦合模型中，然后将电磁力映射至模态模型中，利用模态叠加法得到电驱壳体振动数据。
进一步地，S5包括：
获取基础噪声数据；
将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据；
将实际噪声数据与预先设定的噪声阈值进行对比，得到NVH阶次噪声问题点数据；
选取与NVH阶次噪声问题点数据对应的优化方案对电机噪声进行优化，得到优化结果。
在上述实现过程中，将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据，使得对电机的噪声的判定更加准确，并且可以扩大对噪声的识别范围，保证每个阶次的噪声都可以被识别、优化。
将整车车内实际噪声数据与噪声阈值对比，确认NVH阶次噪声问题点，针对问题点采取有效的解决措施，如果超出噪声阈值，车内啸叫明显，需要采取优化措施。
进一步地，将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据的步骤，包括：
获取电驱性能数据；
根据电驱壳体振动数据、基础噪声数据和电驱性能数据获得噪声变化信息；
对噪声变化信息进行传递路径分析，得到实际噪声数据。
在上述实现过程中，对噪声变化信息进行传递路径分析，得到实际噪声数据，可以减小实际噪声数据在传递过程中造成的损失，减小误差，提高实际噪声数据的精确度。
将电驱壳体振动数据和基础噪声数据，与电驱壳体传递至车内的NTF和ATF相乘，采用传递路径分析法得到实际噪声数据。对于改款车还没出来之前，可以采用原型车或者对标车的数据作为基础，评估车内噪声水平。
本申请实施例利用传递路径分析方法，得到实际噪声数据。在试制车出来之前提前判断车内电机噪声是否会超标。如果车内电机噪声超出目标值，则在前期判断问题点是进行激励源改善，还是进行路径端改善。需要进行激励源改善的问题，在项目详细设计阶段就可以进行电磁方案优化，在前期就将NVH问题规避掉，既减少设计和验证成本，又能提高NVH性能。
进一步地，获取基础噪声数据的步骤，包括：
构建电驱壳体模型；
在电驱壳体模型上增加声学网格，得到电驱壳体振动数据；
根据电驱壳体振动数据获得电驱壳体辐射噪声数据；
对电驱壳体辐射噪声数据进行声学分析，得到噪声数据。
在上述实现过程中，在电驱壳体模型上增加声学网格，可以使得电驱壳体的振动完整、准确地被捕捉到，进而得到电驱壳体震动带来的噪声。
在电驱壳体模型上包裹一层声学网格，将电驱壳体振动作为噪声激励源，获得电驱壳体辐射噪声数据，并基于有限元和声学分析方法进行声学求解。
本申请实施例通过有限元法或者解析法获得电机的转矩波动和电磁力，并将电磁力映射至电驱模态上作为激励，然后依据声振耦合方法，得到电驱壳体的振动与噪声。然后依据传递函数得到电机对应的噪声。可以综合考虑声学包裹和传递路径上的隔振隔声效果，比当前仅通过转矩波动评判电机噪声的方法更全面更真实更可靠。
当噪声超出目标值，可以在前期根据噪声超标点采取对应有效的解决措施，确保电机在开模生产之前就可达到产品初期定位，大大减少了后期NVH超标的风险。
实施例二
为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种电机噪声的优化装置，如图2所示，该装置包括：
获取模块1，用于获取电机的基础参数；
数据获得模块2，用于根据基础参数获得电磁力数据；还用于根据预先构建的电驱模态模型获得电驱模态结果文件；
导入模块3，用于将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
优化模块4，用于根据电驱壳体振动数据和基础噪声数据对电机噪声进行优化，得到优化结果。
在上述实现过程中，将电磁力数据和电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据，根据电驱壳体振动数据可以更加准确地获得电机的实际噪声，便于对其进行优化，降低电机的噪声，可以在电机装配前实现噪声优化，可以优化更多阶次转速的噪声，应用范围更加广阔，可以减少时间，降低成本。
进一步地，数据获得模块2还用于：
根据基础参数构建电机电磁仿真模型；
获取工况信息；
将工况信息输入电机电磁仿真模型，得到初始电机电磁仿真模型；
依次对初始电机电磁仿真模型进行步长分析和网格划分，得到电磁力数据。
在上述实现过程中，将工况信息输入电机电磁仿真模型，并进一步设置步长和网格，使得到的电磁力数据更加准确，能够准确地反映出电机与电磁之间的关系，便于后续对噪声进行优化。
进一步地，数据获得模块2还用于：
获取部件材料参数和连接关系信息；
将部件材料参数和连接关系信息输入电驱模态模型，得到初始电驱模态模型；
依次对初始电驱模态模型进行模态频率区间配置和频率分辨率配置，得到电驱模态结果文件。
在上述实现过程中，根据部件材料参数和连接关系信息得到初始电驱模态模型，使得初始电驱模态模型可以表达电机各个部件之间的关系，确保得到的电驱模态结果文件的准确性。
进一步地，导入模块3还用于：
将电磁力数据和电驱模态结果文件导入声振耦合模型中，生成模态模型；
将电磁力数据映射至模态模型，得到电驱壳体振动数据。
在上述实现过程中，根据电磁力数据和电驱模态结果文件得到电驱壳体振动数据，可以确保电驱壳体振动时产生的噪声都被记录下来，减小噪声误差。
进一步地，优化模块4还用于：
获取基础噪声数据；
将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据；
将实际噪声数据与预先设定的噪声阈值进行对比，得到NVH阶次噪声问题点数据；
选取与NVH阶次噪声问题点数据对应的优化方案对电机噪声进行优化，得到优化结果。
在上述实现过程中，将电驱壳体振动数据和基础噪声数据进行联合，得到实际噪声数据，使得对电机的噪声的判定更加准确，并且可以扩大对噪声的识别范围，保证每个阶次的噪声都可以被识别、优化。
进一步地，优化模块4还用于：
获取电驱性能数据；
根据电驱壳体振动数据、基础噪声数据和电驱性能数据获得噪声变化信息；
对噪声变化信息进行传递路径分析，得到实际噪声数据。
在上述实现过程中，对噪声变化信息进行传递路径分析，得到实际噪声数据，可以减小实际噪声数据在传递过程中造成的损失，减小误差，提高实际噪声数据的精确度。
进一步地，优化模块4还用于：
构建电驱壳体模型；
在电驱壳体模型上增加声学网格，得到电驱壳体振动数据；
根据电驱壳体振动数据获得电驱壳体辐射噪声数据；
对电驱壳体辐射噪声数据进行声学分析，得到噪声数据。
在上述实现过程中，在电驱壳体模型上增加声学网格，可以使得电驱壳体的振动完整、准确地被捕捉到，进而得到电驱壳体震动带来的噪声。
上述的电机噪声的优化装置可实施上述实施例一的方法。上述实施例一中的可选项也适用于本实施例，这里不再详述。
本申请实施例的其余内容可参照上述实施例一的内容，在本实施例中，不再进行赘述。
实施例三
本申请实施例提供一种电子设备，包括存储器及处理器，该存储器用于存储计算机程序，该处理器运行计算机程序以使电子设备执行实施例一的电机噪声的优化方法。
可选地，上述电子设备可以是服务器。
请参见图3，图3为本申请实施例提供的电子设备的结构组成示意图。该电子设备可以包括处理器31、通信接口32、存储器33和至少一个通信总线34。其中，通信总线34用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口32用于与其他节点设备进行信令或数据的通信。处理器31可以是一种集成电路芯片，具有信号的处理能力。
上述的处理器31可以是通用处理器，包括中央处理器（Central ProcessingUnit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器31也可以是任何常规的处理器等。
存储器33可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。存储器33中存储有计算机可读取指令，当计算机可读取指令由所述处理器31执行时，设备可以执行上述图1方法实施例涉及的各个步骤。
可选地，电子设备还可以包括存储控制器、输入输出单元。存储器33、存储控制器、处理器31、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或通信总线34实现电性连接。处理器31用于执行存储器33中存储的可执行模块，例如设备包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是，但不限于，鼠标和键盘等。
可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
另外，本申请实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的电机噪声的优化方法。
本申请实施例还提供一种计算机程序产品，该计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围值，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围值之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围值并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围值内，可轻易想到变化或替换，都应涵盖在本申请的保护范围值之内。因此，本申请的保护范围值应所述以权利要求的保护范围值为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (7)
1.一种电机噪声的优化方法，其特征在于，所述方法包括：
获取所述电机的基础参数；
根据所述基础参数获得电磁力数据；
根据预先构建的电驱模态模型获得电驱模态结果文件；
将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果；
所述根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果的步骤，包括：
获取所述基础噪声数据；
将所述电驱壳体振动数据和所述基础噪声数据进行联合，得到实际噪声数据；
将所述实际噪声数据与预先设定的噪声阈值进行对比，得到NVH阶次噪声问题点数据；
选取与所述NVH阶次噪声问题点数据对应的优化方案对所述电机噪声进行优化，得到所述优化结果；
所述将所述电驱壳体振动数据和所述基础噪声数据进行联合，得到实际噪声数据的步骤，包括：
获取电驱性能数据；
根据所述电驱壳体振动数据、所述基础噪声数据和所述电驱性能数据获得噪声变化信息；
对所述噪声变化信息进行传递路径分析，得到所述实际噪声数据；
所述获取所述基础噪声数据的步骤，包括：
构建电驱壳体模型；
在所述电驱壳体模型上增加声学网格，得到电驱壳体振动数据；
根据所述电驱壳体振动数据获得电驱壳体辐射噪声数据；
对所述电驱壳体辐射噪声数据进行声学分析，得到所述基础噪声数据。
2.根据权利要求1所述的电机噪声的优化方法，其特征在于，所述根据所述基础参数获得电磁力数据的步骤，包括：
根据所述基础参数构建电机电磁仿真模型；
获取工况信息；
将所述工况信息输入所述电机电磁仿真模型，得到初始电机电磁仿真模型；
依次对所述初始电机电磁仿真模型进行步长分析和网格划分，得到所述电磁力数据。
3.根据权利要求1所述的电机噪声的优化方法，其特征在于，所述根据预先构建的电驱模态模型获得电驱模态结果文件的步骤，包括：
获取部件材料参数和连接关系信息；
将所述部件材料参数和所述连接关系信息输入所述电驱模态模型，得到初始电驱模态模型；
依次对所述初始电驱模态模型进行模态频率区间配置和频率分辨率配置，得到所述电驱模态结果文件。
4.根据权利要求1所述的电机噪声的优化方法，其特征在于，所述将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据的步骤，包括：
将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，生成模态模型；
将所述电磁力数据映射至所述模态模型，得到所述电驱壳体振动数据。
5.一种电机噪声的优化装置，其特征在于，所述装置包括：
获取模块，用于获取所述电机的基础参数；
数据获得模块，用于根据所述基础参数获得电磁力数据；还用于根据预先构建的电驱模态模型获得电驱模态结果文件；
导入模块，用于将所述电磁力数据和所述电驱模态结果文件导入声振耦合模型中，得到电驱壳体振动数据；
优化模块，用于根据所述电驱壳体振动数据和基础噪声数据对所述电机噪声进行优化，得到优化结果；
所述优化模块还用于：
获取所述基础噪声数据；
将所述电驱壳体振动数据和所述基础噪声数据进行联合，得到实际噪声数据；
将所述实际噪声数据与预先设定的噪声阈值进行对比，得到NVH阶次噪声问题点数据；
选取与所述NVH阶次噪声问题点数据对应的优化方案对所述电机噪声进行优化，得到所述优化结果；
获取电驱性能数据；
根据所述电驱壳体振动数据、所述基础噪声数据和所述电驱性能数据获得噪声变化信息；
对所述噪声变化信息进行传递路径分析，得到所述实际噪声数据；
所述优化模块还用于：
构建电驱壳体模型；
在所述电驱壳体模型上增加声学网格，得到电驱壳体振动数据；
根据所述电驱壳体振动数据获得电驱壳体辐射噪声数据；
对所述电驱壳体辐射噪声数据进行声学分析，得到所述基础噪声数据。
6.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至4中任一项所述的电机噪声的优化方法。
7.一种存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的电机噪声的优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500610.7A CN116205091B (zh) | 2023-05-06 | 2023-05-06 | 一种电机噪声的优化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500610.7A CN116205091B (zh) | 2023-05-06 | 2023-05-06 | 一种电机噪声的优化方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116205091A CN116205091A (zh) | 2023-06-02 |
| CN116205091B true CN116205091B (zh) | 2023-07-28 |
Family
ID=86509889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310500610.7A Active CN116205091B (zh) | 2023-05-06 | 2023-05-06 | 一种电机噪声的优化方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116205091B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109214125A (zh) * | 2018-10-22 | 2019-01-15 | 华中科技大学 | 一种电机电磁振动噪声的计算方法 |
| CN112906145A (zh) * | 2020-12-09 | 2021-06-04 | 华中科技大学 | 电机电磁力与电磁振动噪声分析方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112560302A (zh) * | 2020-11-30 | 2021-03-26 | 武汉科技大学 | 一种永磁同步电机加速工况下电磁噪声仿真计算方法 |
| CN112989649A (zh) * | 2021-02-05 | 2021-06-18 | 杭州电子科技大学 | 一种基于仿真的电动汽车动力总成的nvh性能优化方法 |
-
2023
- 2023-05-06 CN CN202310500610.7A patent/CN116205091B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109214125A (zh) * | 2018-10-22 | 2019-01-15 | 华中科技大学 | 一种电机电磁振动噪声的计算方法 |
| CN112906145A (zh) * | 2020-12-09 | 2021-06-04 | 华中科技大学 | 电机电磁力与电磁振动噪声分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116205091A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ma et al. | Black-box method of identification and diagnosis of abnormal noise sources of permanent magnet synchronous machines for electric vehicles | |
| CN110347252A (zh) | 马达激励信号生成方法、装置和计算机设备 | |
| CN111258290A (zh) | 整车控制器自动化测试方法及系统 | |
| CN112033667A (zh) | 汽车变速箱测试方法、设备、存储介质及装置 | |
| CN106713280A (zh) | 一种激励信号处理方法、装置及模块验证系统 | |
| CN111553097B (zh) | 触控显示装置马达的驱动信号获取方法及终端设备 | |
| CN116205091B (zh) | 一种电机噪声的优化方法、装置、电子设备及存储介质 | |
| CN106292647B (zh) | 一种电机控制器运行工况的测试方法及装置 | |
| CN108733937B (zh) | 定子绕组匝间短路下爪极发电机的电磁噪声仿真方法 | |
| He et al. | New integrated electromagnetic and NVH analyses for induction traction motors for hybrid and electric vehicle applications | |
| Dupont et al. | Simulation of the airborne and structure-borne noise of electric powertrain: Validation of the simulation methodology | |
| CN108491621A (zh) | 车用发电机的模态仿真方法、装置、计算设备和存储介质 | |
| CN116542100A (zh) | 扁线电机绕组焊点的疲劳分析方法、系统、介质及设备 | |
| CN112052070A (zh) | 应用容器化评估方法、装置、电子设备及存储介质 | |
| JP5852935B2 (ja) | 伝達関数推定装置、伝達関数推定方法、および、伝達関数推定プログラム | |
| CN111190786A (zh) | 基于uvm的测试构架、测试平台及测试方法 | |
| CN110597728A (zh) | 构建测试数据的方法、装置及系统 | |
| CN116106738A (zh) | 一种电驱动系统性能下线检测方法、装置、设备及介质 | |
| CN115754527A (zh) | 一种快速计算电动汽车磁场辐射发射量的简易方法 | |
| CN108153665A (zh) | 数据测试方法及装置 | |
| CN112858984A (zh) | 电机驱动电流标定方法、装置、设备及存储介质 | |
| CN116931450A (zh) | 用于提供旋转电动机器的仿真模型的方法和系统 | |
| CN112231950A (zh) | 一种单级离心鼓风机的噪声仿真预测方法、装置及设备 | |
| KR102587220B1 (ko) | 차량용 드라이브 라인의 내구 해석 장치 및 방법 | |
| Kula | Implementation of the open-software models of switched reluctance motor on model-in-the-loop platform |
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 |