CN116541967A - 一种汽车路面噪声振动的cae仿真方法及设备 - Google Patents

一种汽车路面噪声振动的cae仿真方法及设备 Download PDF

Info

Publication number
CN116541967A
CN116541967A CN202310752434.6A CN202310752434A CN116541967A CN 116541967 A CN116541967 A CN 116541967A CN 202310752434 A CN202310752434 A CN 202310752434A CN 116541967 A CN116541967 A CN 116541967A
Authority
CN
China
Prior art keywords
noise
model
constructing
excitation force
vibration
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
CN202310752434.6A
Other languages
English (en)
Other versions
CN116541967B (zh
Inventor
申一方
邓磊
涂晴
金栋
李慧
喻肇斌
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.)
Jiangling Motors Corp Ltd
Original Assignee
Jiangling Motors Corp 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 Jiangling Motors Corp Ltd filed Critical Jiangling Motors Corp Ltd
Priority to CN202310752434.6A priority Critical patent/CN116541967B/zh
Publication of CN116541967A publication Critical patent/CN116541967A/zh
Application granted granted Critical
Publication of CN116541967B publication Critical patent/CN116541967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • 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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • 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)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种汽车路面噪声振动的CAE仿真方法及设备，包括：S1：获取车轮的转向节加速度数据，并构建加速度信号矩阵G；S2：采用主成分分析法将加速度信号矩阵G解耦成若干相互独立的互谱，作为传递路径的输入值；S3：构建传递路径的频率响应函数Hs，并构建传递路径模型；S4：基于逆矩阵法求解激励力；S5：构建路噪预测模型，代入激励力计算噪声曲线；通过主成分分析法（PCA法）对车内噪声进行解耦，将相互影响的噪声分解成两两相关但是相互独立的传递路径输入值，并构建不同路径下的传递函数，基于逆矩阵法求解不同路径下的激励力，提高了路噪分析的准确性。

Description

一种汽车路面噪声振动的CAE仿真方法及设备
技术领域
本发明涉及计算机辅助工程技术领域，尤其是涉及一种汽车路面噪声振动的CAE仿真方法及设备。
背景技术
随着我国经济的快速发展和汽车产品的升级换代，消费者对汽车的NVH性能提出了更高要求，汽车NVH包含很多方面，包括路噪、风噪、发动机噪音振动、冷却系统不平衡等；路噪是汽车行驶时由路面激励引起的车内振动和噪声，是汽车NVH性能主要的表现形式。因此在汽车的开发阶段，使用CAE方法仿真预测整车在路面激励力的作用下路噪表现至关重要；
传统方法通过利用CAE加载轮心载荷(spindleload)来分析整车路面振动和噪声，并借助有限元软件的功能，通过模态贡献量分析、钣金贡献量分析、路径贡献量分析等方法，分析和解决整车路噪问题，提高车辆的NVH性能。但是该方法未考虑到不同路径相互耦合的影响，导致预测的准确性有待提高。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出了一种汽车路面噪声振动的CAE仿真方法及设备。
根据本发明第一方面实施例的汽车路面噪声振动的CAE仿真方法，包括：
步骤S1：获取车轮的转向节加速度数据，并构建加速度信号矩阵Ga；
步骤S2：采用主成分分析法将加速度信号矩阵Ga解耦成若干相互独立的互谱，作为传递路径的输入值；
步骤S3：构建传递路径的频率响应函数Hs，并构建传递路径模型；
步骤S4：基于逆矩阵法求解激励力；
步骤S5：构建路噪分析模型，代入激励力计算噪声曲线；
步骤S6：完成汽车路面噪声振动的CAE仿真方法；
所述步骤S5构建路噪分析模型流程具体如下：
S51：将车身壳体划分为若干网格单元，每个网格单元的尺寸为10mm，构建车身有限元模型；
S52：基于车身有限元模型，加入带饰车身参数构建带饰车身结构有限元模型；
S53：构建车内声腔模型，具体为：S531：将车身内表面和座椅发泡外表面生成二阶四面体单元，S532：采用GavityMesh功能将二阶四面体单元生成声腔网格，得到车内声腔模型；
S54：将车内声腔模型与带饰车身结构有限元模型进行声固耦合得到路噪分析模型；
S55：将激励力代入路噪分析模型获得路噪曲线。
根据本发明实施例的汽车路面噪声振动的CAE仿真方法，通过主成分分析法对车内噪声进行解耦，将相互影响的噪声分解成两两相关但是相互独立的传递路径输入值，并构建不同路径下的传递函数，基于逆矩阵法求解不同路径下的激励力，提高了路噪分析的准确性。
根据本发明的一些实施例，所述步骤S1中加速度数据是在粗糙路面上行驶获取的，粗糙的路面上汽车的振动和噪音能够体现的更加明显。
根据本发明的一些实施例，所述加速度信号包括车内噪声目标点的振动加速度和车身侧参考点的振动加速度。
根据本发明的一些实施例，传递路径包括X、Y、Z三个方向的传递路径，且传递路径的条数为24条。
根据本发明的一些实施例，所述S3中采用有限元法或锤击激励法构建各传递路径上的频率响应函数Hs。
根据本发明的一些实施例，所述S3中传递路径模型的公式如下：
，
其中，为目标点总响应，/>为第i条结构传递路径上的激励力，/>为第i条结构传递路径上的传递函数。
根据本发明的一些实施例，所述步骤S4中逆矩阵求解激励力具体如下：
设激励力为，存在响应/>，其动力学方程为：
，
对频率响应函数矩阵Hs求逆可得激励力：
，
简写为：
其中，为激励力，/>为响应，/>为激励到响应路径上的频率响应函数。
根据本发明的一些实施例，通过耦合带饰车身结构有限元模型和车内声腔模型得到路噪分析模型，提高了模型的泛化能力和鲁棒性，进而提高了路噪分析的准确性。
根据本发明的一些实施例，所述激励力的求解为基于轮心载荷理论公式计算出激励力Gf=Hs+GaHs+H，其中Gf代表激励力，符号“+”代表伪逆，H代表共轭转置，Ga代表加速度信号矩阵，Hs代表频率响应函数。
根据本发明第二方面实施例，一种汽车路面振动噪声的CAE仿真设备，包括：
数据传递模块，用于传递各个模块之间的数据；
数据获取模块，车内噪声目标点的振动加速度和车身侧参考点的振动加速度，形成加速度信号矩阵；
数据分析模块，采用主成分分析法将加速度信号矩阵解耦成若干相互独立的互谱；
数据处理模块，将若干相互独立的互谱作为传递路径的输入值，构建传递路径的频率响应函数Hs，基于逆矩阵法求解激励力；
模型建立模块，基于频率响应函数Hs，构建传递路径模型；
仿真结果输出模块，代入激励力至传递路径模型计算噪声曲线；
通过软件和硬件的结合，达到更加简单便捷的效果，通过数据获取模块获取加速度信号矩阵，通过数据传递模块传递给数据分析模块，数据分析模块使用主成分分析法对车加速度信号矩阵解耦，将相互影响的噪声分解成两两相关但是相互独立的传递路径输入值传递给数据处理模块，数据处理模块根据传递路径输入值来构建不同路径下的响应函数，模型建立模块基于响应函数建立传递路径模型，仿真结果输出模块基于逆矩阵法求解不同路径下的激励力，带入传递路径模型中得到噪声曲线模型并输出结果。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是根据本发明实施例的汽车路面噪声振动的CAE仿真方法的流程图。
具体实施方式
下面详细描述本发明的实施例，参考附图描述的实施例是示例性的，应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参阅图1所示，一种汽车路面噪声振动的CAE仿真方法，包括：
步骤S1：获取车轮的转向节加速度数据，并构建加速度信号矩阵Ga；
步骤S2：采用主成分分析法将加速度信号矩阵Ga解耦成若干相互独立的互谱，作为传递路径的输入值；
步骤S3：构建传递路径的频率响应函数Hs，并构建传递路径模型；
步骤S4：基于逆矩阵法求解激励力；
步骤S5：构建路噪分析模型，代入激励力计算噪声曲线；
步骤S6：完成汽车路面噪声振动的CAE仿真方法；
其中，S3中传递路径模型的公式如下：
，
式中为目标点总响应，/>为第i条结构传递路径上的激励力，/>为第i条结构传递路径上的传递函数；
步骤S4中逆矩阵求解激励力具体如下：
设激励力为，存在响应/>，其动力学方程为：
，
对频率响应函数矩阵Hs求逆可得激励力：
，
简写为：
其中，为激励力，/>为响应，/>为激励到响应路径上的频率响应函数；
步骤S5构建路噪分析模型流程具体如下：
S51：将车身壳体划分为若干网格单元，每个网格单元的尺寸为10mm，构建车身有限元模型；
S52：基于车身有限元模型，加入带饰车身参数构建带饰车身结构有限元模型；
S53：构建车内声腔模型，具体为：S531：将车身内表面和座椅发泡外表面生成二阶四面体单元，S532：采用GavityMesh功能将二阶四面体单元生成声腔网格，得到车内声腔模型；
S54：将车内声腔模型与带饰车身结构有限元模型进行声固耦合得到路噪分析模型；
S55：将激励力代入路噪分析模型获得路噪曲线；
车身有限元模型为包含整车全部零件的有限元模型，包含整车全部零件才能提高仿真的准确度；
激励力的求解为基于轮心载荷理论公式计算出激励力Gf=Hs+GaHs+H，其中Gf代表激励力，符号“+”代表伪逆，H代表共轭转置，Ga代表加速度信号矩阵，Hs代表频率响应函数。
实施例2
一种汽车路面振动噪声的CAE仿真设备，包括：
数据传递模块，用于传递各个模块之间的数据；
数据获取模块，车内噪声目标点的振动加速度和车身侧参考点的振动加速度，形成加速度信号矩阵；
数据分析模块，采用主成分分析法将加速度信号矩阵解耦成若干相互独立的互谱；
数据处理模块，将若干相互独立的互谱作为传递路径的输入值，构建传递路径的频率响应函数Hs，基于逆矩阵法求解激励力；
模型建立模块，基于频率响应函数Hs，构建传递路径模型；
仿真结果输出模块，代入激励力至传递路径模型计算噪声曲线；
基于上述设备，用于所述一种汽车路面振动噪声的CAE仿真，包括：
步骤S1：获取车轮的转向节加速度数据，并构建加速度信号矩阵Ga；
步骤S2：采用主成分分析法将加速度信号矩阵Ga解耦成若干相互独立的互谱，作为传递路径的输入值；
步骤S3：构建传递路径的频率响应函数Hs，并构建传递路径模型；
步骤S4：基于逆矩阵法求解激励力；
步骤S5：构建路噪分析模型，代入激励力计算噪声曲线；
步骤S6：完成汽车路面噪声振动的CAE仿真方法；
其中，S3中传递路径模型的公式如下：
，
式中为目标点总响应，/>为第i条结构传递路径上的激励力，/>为第i条结构传递路径上的传递函数；
步骤S4中逆矩阵求解激励力具体如下：
设激励力为，存在响应/>，其动力学方程为：
，
对频率响应函数矩阵Hs求逆可得激励力：
，
简写为：
其中，为激励力，/>为响应，/>为激励到响应路径上的频率响应函数；
步骤S5构建路噪分析模型流程具体如下：
S51：将车身壳体划分为若干网格单元，每个网格单元的尺寸为10mm，构建车身有限元模型；
S52：基于车身有限元模型，加入带饰车身参数构建带饰车身结构有限元模型；
S53：构建车内声腔模型，具体为：S531：将车身内表面和座椅发泡外表面生成二阶四面体单元，S532：采用GavityMesh功能将二阶四面体单元生成声腔网格，得到车内声腔模型；
S54：将车内声腔模型与带饰车身结构有限元模型进行声固耦合得到路噪分析模型；
S55：将激励力代入路噪分析模型获得路噪曲线；
所述激励力的求解为基于轮心载荷理论公式计算出激励力Gf=Hs+GaHs+H，其中Gf代表激励力，符号“+”代表伪逆，H代表共轭转置，Ga代表加速度信号矩阵，Hs代表频率响应函数；
通过软件和硬件的结合，达到更加简单便捷的效果，通过数据获取模块获取加速度信号矩阵，通过数据传递模块传递给数据分析模块，数据分析模块使用主成分分析法对车加速度信号矩阵解耦，将相互影响的噪声分解成两两相关但是相互独立的传递路径输入值传递给数据处理模块，数据处理模块根据传递路径输入值来构建不同路径下的响应函数，模型建立模块基于响应函数建立传递路径模型，仿真结果输出模块基于逆矩阵法求解不同路径下的激励力，带入传递路径模型中得到噪声曲线模型并输出结果；
通过耦合带饰车身结构有限元模型和车内声腔模型得到路噪分析模型，提高了模型的泛化能力和鲁棒性，进而提高了路噪分析的准确性。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对发明的限制。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。
显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或者特性可以包含在本实施例申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是相同的实施例，也不是与其它实施例互斥的独立的或是备选的实施例。本领域技术人员可以显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。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。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (9)

1.一种汽车路面噪声振动的CAE仿真方法，其特征在于，包括：
步骤S1：获取车轮的转向节加速度数据，并构建加速度信号矩阵Ga；
步骤S2：采用主成分分析法将加速度信号矩阵Ga解耦成若干相互独立的互谱，作为传递路径的输入值；
步骤S3：构建传递路径的频率响应函数Hs，并构建传递路径模型；
步骤S4：基于逆矩阵法对传递路径模型求解激励力；
步骤S5：构建路噪分析模型，代入激励力计算噪声曲线；
步骤S6：完成汽车路面噪声振动的CAE仿真方法；
所述步骤S5构建路噪分析模型流程具体如下：
S51：将车身壳体划分为若干网格单元，每个网格单元的尺寸为10mm，构建车身有限元模型；
S52：基于车身有限元模型，加入带饰车身参数构建带饰车身结构有限元模型；
S53：构建车内声腔模型，具体为：S531：将车身内表面和座椅发泡外表面生成二阶四面体单元，S532：采用GavityMesh功能将二阶四面体单元生成声腔网格，得到车内声腔模型；
S54：将车内声腔模型与带饰车身结构有限元模型进行声固耦合得到路噪分析模型；
S55：将激励力代入路噪分析模型获得路噪曲线。
2.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述步骤S1中加速度数据是在粗糙路面上行驶获取的。
3.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述加速度信号包括车内噪声目标点的振动加速度和车身侧参考点的振动加速度。
4.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，传递路径包括X、Y、Z三个方向的传递路径，且传递路径的条数为24条。
5.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述S3中采用有限元法或锤击激励法构建各传递路径上的频率响应函数Hs。
6.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述S3中传递路径模型的公式如下：
，
其中，为目标点总响应，/>为第i条结构传递路径上的激励力，/>为第i条结构传递路径上的传递函数。
7.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述步骤S4中逆矩阵求解激励力具体如下：
设激励力为，存在响应/>，其动力学方程为：
，
对频率响应函数矩阵Hs求逆可得激励力：
，
简写为：
其中，为激励力，/>为响应，/>为激励到响应路径上的频率响应函数。
8.根据权利要求1所述的一种汽车路面噪声振动的CAE仿真方法，其特征在于，所述激励力的求解为基于轮心载荷理论公式计算出激励力Gf=Hs+GaHs+H，其中Gf代表激励力，符号“+”代表伪逆，H代表共轭转置，Ga代表加速度信号矩阵，Hs代表频率响应函数。
9.一种汽车路面噪声振动的CAE仿真设备，其特征在于，包括：
数据传递模块，用于传递各个模块之间的数据；
数据获取模块，车内噪声目标点的振动加速度和车身侧参考点的振动加速度，形成加速度信号矩阵；
数据分析模块，采用主成分分析法将加速度信号矩阵解耦成若干相互独立的互谱；
数据处理模块，将若干相互独立的互谱作为传递路径的输入值，构建传递路径的频率响应函数Hs，基于逆矩阵法求解激励力；
模型建立模块，基于频率响应函数Hs，构建传递路径模型；
仿真结果输出模块，代入激励力至传递路径模型计算噪声曲线。
CN202310752434.6A 2023-06-26 2023-06-26 一种汽车路面噪声振动的cae仿真方法及设备 Active CN116541967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310752434.6A CN116541967B (zh) 2023-06-26 2023-06-26 一种汽车路面噪声振动的cae仿真方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310752434.6A CN116541967B (zh) 2023-06-26 2023-06-26 一种汽车路面噪声振动的cae仿真方法及设备

Publications (2)

Publication Number Publication Date
CN116541967A true CN116541967A (zh) 2023-08-04
CN116541967B CN116541967B (zh) 2023-09-12

Family

ID=87452754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310752434.6A Active CN116541967B (zh) 2023-06-26 2023-06-26 一种汽车路面噪声振动的cae仿真方法及设备

Country Status (1)

Country Link
CN (1) CN116541967B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100116025A (ko) * 2009-04-21 2010-10-29 인하대학교 산학협력단 하이브리드 전달경로해석법을 이용한 차량 파워트레인의 구조기인 소음의 예측방법
CN106066921A (zh) * 2016-06-14 2016-11-02 奇瑞汽车股份有限公司 一种整车路面振动噪声的cae仿真预测方法
US20170330551A1 (en) * 2016-05-11 2017-11-16 Harman Becker Automotive Systems Gmbh Method and system for selecting sensor locations on a vehicle for active road noise control
CN115168999A (zh) * 2022-06-30 2022-10-11 东风汽车集团股份有限公司 一种路噪tpa优化方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100116025A (ko) * 2009-04-21 2010-10-29 인하대학교 산학협력단 하이브리드 전달경로해석법을 이용한 차량 파워트레인의 구조기인 소음의 예측방법
US20170330551A1 (en) * 2016-05-11 2017-11-16 Harman Becker Automotive Systems Gmbh Method and system for selecting sensor locations on a vehicle for active road noise control
CN106066921A (zh) * 2016-06-14 2016-11-02 奇瑞汽车股份有限公司 一种整车路面振动噪声的cae仿真预测方法
CN115168999A (zh) * 2022-06-30 2022-10-11 东风汽车集团股份有限公司 一种路噪tpa优化方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李京福;王吉祥;郭风晨;鄂世国;: "基于轮心载荷的整车路噪仿真分析", 汽车实用技术, no. 18 *

Also Published As

Publication number Publication date
CN116541967B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN106845015B (zh) 一种汽车车内噪声计算方法
CN108846147B (zh) 一种车辆工作时各振动激励系统贡献量计算分析方法
CN112597595B (zh) 汽车车内结构噪声诊断及优化方法
CN111310380B (zh) 一种电动车动力总成悬置橡胶衬套结构的设计开发方法
CN106066921A (zh) 一种整车路面振动噪声的cae仿真预测方法
CN113239458B (zh) 一种基于虚拟路面的整车路噪仿真对标方法
CN106769093A (zh) 基于车轮六分力载荷的路噪预测分析方法及系统
CN115186377A (zh) 一种商用车悬置系统的稳健性优化方法
CN116541967B (zh) 一种汽车路面噪声振动的cae仿真方法及设备
CN113987678B (zh) 一种基于虚拟轮心力的路噪混合预测及优化方法
Cao et al. Sound pressure level control methods for electric vehicle active sound design
CN115235792B (zh) 一种车轮总成隔振性能的测试方法
CN113591228B (zh) 一种噪声传递路径分析及优化方法
Rakhmatov et al. Vehicle structural analysis calculation method development in order to improve noise-vibration-harshness characteristics
CN113656994A (zh) 一种汽车悬置系统的悬置力获取方法及装置
He et al. A multi-point iterative analysis method for vibration control of a steering wheel at idle speed
JP2019169117A (ja) 構造設計支援システム
Liu et al. In-plane flexible beam on elastic foundation with combined sidewall stiffness tire model for heavy-loaded off-road tire
CN116227300A (zh) 一种控制汽车低音炮振动异响的方法
CN110069830A (zh) 路面不平引起的车内噪声与振动的计算方法及系统
Bocong et al. Simulation and Optimization of Vehicle Booming Noise Based on DFSS Method
CN115358112A (zh) 路噪预测方法、系统及计算机设备
Cheng et al. The Planar Wide‐Frequency Vibration Characteristics of Heavy‐Load Radial Tires
CN111859552B (zh) 一种获得车辆动力总成悬置动反力的方法和装置
JP3010266B2 (ja) 構造決定方法および装置

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