張志勇,張義波,劉 鑫,謝小平
(1. 長沙理工大學 汽車與機械工程學院,長沙 410004;2. 湖南大學 汽車車身先進設計制造國家重點實驗室,長沙 410082)
隨著現代汽車工業(yè)技術的飛速發(fā)展,人們對乘坐的舒適性要求越來越高,特別是聲學舒適性要求。汽車車內噪聲不但增加駕駛員和乘客的疲勞程度,而且影響汽車的行駛安全性。因此,駕駛室聲學舒適性已成為汽車乘坐舒適性的重要評價指標之一,日益受到人們的重視[1]。
車內噪聲分為空氣噪聲和結構噪聲,其中結構噪聲是噪聲源或振動源作用于駕駛室壁板引起振動而輻射的噪聲。結構噪聲以20~200 Hz的中低頻噪聲為主,該頻段噪聲給人的主觀感覺是“booming”聲,它能造成車內乘員的強烈不適感。因此,如何降低駕駛室結構噪聲,成為汽車設計中的一項重要挑戰(zhàn)性任務[2]。由于重型卡車工作環(huán)境復雜多變,路面條件惡劣,行駛過程中車身結構,尤其是駕駛室在各種振動源的激勵下會產生強烈振動和噪聲,嚴重影響了駕駛員的 乘坐舒適性,極易導致駕駛疲勞和身體不適,造成錯誤的判斷而引發(fā)事故。因此,降低重型卡車駕駛室的NVH性能具有重要的意義[3]。
以減振降噪為目的的駕駛室板件結構優(yōu)化方法,通過優(yōu)化板件厚和合理布置加強筋等措施改善板件的振動特性,降低振動幅值而改善駕駛室的聲學舒適性。然而,駕駛室各板件對于駕駛室內任意位置的聲壓貢獻并非一致。因此,在結構優(yōu)化之前有必要進行板件聲學貢獻度分析,以確定對駕駛室內噪聲影響最大的結構板件,從而實現有針對性的結構優(yōu)化,這是進行駕駛室低噪聲結構優(yōu)化設計的重要環(huán)節(jié)和有效手段[4]。
本文首先建立了重型卡車駕駛室白車身有限元模型,分別進行了計算模態(tài)和試驗模態(tài)對比分析,不僅獲得了駕駛室主要板件的動態(tài)特性,而且驗證了有限元模型的準確性;然后通過聲-固耦合系統(tǒng)的模態(tài)分析和駕駛員耳旁噪聲預測,獲得結構與聲腔的耦合關系,并進一步驗證了有限元模型的準確性;最后基于聲-固耦合模型進行板件貢獻度分析,找到了對駕駛室內峰值聲壓貢獻最大的板件和主要的結構參與模態(tài),并通過對比分析板件厚度優(yōu)化前后的噪聲聲壓,驗證了分析結果的正確性。
以國內某重型卡車駕駛室為研究對象,利用UG軟件建立包含146個部件的駕駛室三維模型。采用殼單元建立駕駛室有限元模型,設置網格大小為10 mm,材料密度為7.8 g·cm-3,彈性模量為2.1×105MPa,泊松比為0.3,得到含有331 741個四邊形單元、13 604個三角形單元和10 917個焊點單元的白車身有限元模型,如圖1(a)所示。在MSC.Nastran軟件中采用Lanczos法精確計算白車身結構的自由模態(tài)。經計算得到的駕駛室前8階自由模態(tài)的頻率和振型描述如表1所示。
圖1 駕駛室分析有限元模型
表1 計算模態(tài)與試驗模態(tài)對比
為了確保有限元模型能準確反映實際對象的振動特性,常通過對比分析計算模態(tài)和試驗模態(tài)來驗證有限元模型的精度和分析結構振動與噪聲聲壓的關系[5]。在進行白車身試驗模態(tài)時,將重型卡車的駕駛室白車身用彈性軟墊支撐,近似模擬自由狀態(tài);然后通過電磁激振器產生激勵信號,采用單點激振多點拾振的方法進行試驗,同時通過動態(tài)信號采集系統(tǒng)采集激勵和響應信號;最后經過后處理提取前8階固有頻率和模態(tài)振型。
計算模態(tài)和試驗模態(tài)的結果對比如表1所示。由表可知,計算模態(tài)與試驗模態(tài)的固有頻率誤差均在10%以內,并且模態(tài)振型描述一致,因此驗證了駕駛室白車身有限元模型的精度,說明本文建立的白車身有限元模型能準確反映實際結構的振動特性,可用于后續(xù)計算和分析。
在駕駛室白車身有限元模型的基礎上,首先建立駕駛室左右門和前后擋風玻璃,并通過適當的連接方式連接門窗系統(tǒng)、前后擋風玻璃等部件構成完整的車身模型;然后利用相應的工具對模型的小孔和縫隙等進行適當的填補,形成一個封閉的結構有限元模型;最后抽取駕駛室內部空腔。考慮到計算的精度和規(guī)模,采用單元長度為50 mm標準劃分空腔,得到包含83 467個四面體單元的聲腔有限元模型,如圖1(b)所示。
駕駛室結構的振動和聲腔空氣的振動相耦合,會使整個駕駛室的聲學特性發(fā)生改變。聲學系統(tǒng)的聲學特性和結構系統(tǒng)的力學特性共同決定耦合系統(tǒng)的聲壓分布。在有限元耦合算法中,通過聯立結構有限元方程和聲腔有限元方程建立聲-固耦合系統(tǒng)的有限元模型。利用直接積分法或模態(tài)疊加法即可求得結構單元的位移和聲腔單元的聲壓[6]。其中聲腔聲學有限元方程可表示為:
(1)
式中:Ma、Ca和Ka分別為聲腔的質量矩陣、阻尼矩陣和剛度矩陣,A為結構聲場耦合矩陣,Pa為空氣單元節(jié)點聲壓向量,u為節(jié)點位移向量,ρ是空氣密度。
考慮與聲場耦合時,結構有限元方程為:
(2)
式中:Ms、Cs和Ks分別為結構的質量矩陣、阻尼矩陣和剛度矩陣,Fs是結構所受的外載荷向量。
聯立聲腔有限元方程和結構有限元方程,可得到如下的聲-固耦合系統(tǒng)的有限元方程。
(3)
式中:
當不考慮阻尼的作用,上式可簡化為:
(4)
(5)
式中:Z為耦合系統(tǒng)的阻抗矩陣,可表示為
本文利用式(5)表示的耦合關系分析駕駛室板件振動對車內聲場特性的影響,計算聲-固耦合系統(tǒng)的模態(tài)和駕駛室內聲場的聲壓分布,進而進行駕駛室板件聲學貢獻分析,確定出對場點聲壓影響最大的板件。
在MSC.Nastran中,由聲腔邊界上的節(jié)點自動搜索結構節(jié)點來實現聲腔和結構的耦合作用。采用復模態(tài)特征值提取法,對聲-固耦合系統(tǒng)進行模態(tài)分析,識別耦合系統(tǒng)的模態(tài)頻率和振型。在前100 Hz內共有43階模態(tài)頻率,前8階模態(tài)如表2所示。
表2 耦合系統(tǒng)前8階模態(tài)頻率和振型描述
通過對比分析結構模態(tài)和耦合模態(tài)的計算結果,兩者的模態(tài)頻率基本吻合,說明耦合模態(tài)主要是由結構模態(tài)激發(fā)出來的。但由于耦合的作用,耦合模態(tài)頻率稍有改變,模態(tài)階次更為密集。另外,從模態(tài)頻率上看,耦合系統(tǒng)的模態(tài)頻率比相對應的結構模態(tài)頻率要略小一些,這主要是由于駕駛室內空氣的阻尼作用使得結構的模態(tài)頻率減??;而且在空氣流動條件下的振動模態(tài)頻率,一般比自由模態(tài)的頻率小。從振型描述中可以看出,結構模型和耦合模型的振型完全一致,說明本文所研究的駕駛室結構與其中的空氣流體耦合作用較弱,兩者的相互作用沒有激發(fā)新的振動模式,簡單的結構優(yōu)化可能對車內噪聲控制作用明顯。另外,從模態(tài)振型描述可知,主要變形部位都集中在頂棚和后圍上,兩者應作為駕駛室低噪聲結構優(yōu)化對象。
為了獲得駕駛振動激勵信號,進而對駕駛室進行噪聲預測和精度檢驗,本文進行了重型卡車實車工況試驗,采集了駕駛室4個懸置處的振動加速度和駕駛員耳旁噪聲聲壓。試驗場地選擇B級柏油路面,天氣良好無風,環(huán)境噪聲小于被測車輛工作噪聲10 dB以上。測試時被測卡車的門窗、通風進出口都關閉,刮水器、通風扇、空調均未運行。采樣頻率取2 000 Hz,記錄時間為30 s,重復次數為3次。
試驗中傳感器布置如圖2所示。其中振動信號采集駕駛室4個懸置點的Z方向加速度,駕駛員耳旁噪聲測試方法參照文獻[7]的規(guī)定進行。實車工況為空載下的60 km/h勻速工況。加速度和聲壓信號利用NI PXI 4472動態(tài)測數據采集卡,在LabVIEW編寫的程序控制下同步采集。
圖2 振動與噪聲測試
由于在Virtual.lab中進行聲場響應分析時,所加載的外部激勵必須是力信號,因此需要將加速度載荷轉換成力載荷。其中的大質量法被證明存在較大的分析誤差[8],而傳遞函數法需要通過試驗確定懸置的傳遞函數,比較費時費力[9]。在本文中,利用Nastran的結構求解器加載加速度激勵進行頻率響應分析,直接求解懸置點節(jié)點的約束力,并作為聲場響應分析的激勵力信號。另外,采用直接積分法計算駕駛室內的聲學響應,其中分析頻率范圍為20~200 Hz,步長為1 Hz。駕駛員耳旁噪聲預測值和試驗值對比如圖3所示。
由圖3可知,噪聲預測值和試驗值非常接近,只是在某些頻率上,兩者幅值存在一定的誤差。其原因可能是外部的噪聲干擾,或駕駛室結構模型的參數不確定性造成的。但預測值和試驗值誤差仍在允許的范圍之內,說明本文建立的重型卡車駕駛室噪聲預測模型有較高精度。另外,由圖3還可觀察到在35~40 Hz出現較大的聲壓峰值,這主要是由于發(fā)動機的二階激振引起的;其次在100~130 Hz和160~180 Hz頻段均出現了較大的聲壓峰值,這些頻段與聲腔的橫向一階、縱向一階、橫向二階和縱向二階振動密切相關,引起聲腔共鳴而導致聲壓出現峰值。
圖3 駕駛室噪聲預測
由噪聲的產生機理可知,駕駛室內某點的聲壓是各個板件振動所生成的聲壓疊加而成。因此,可以通過板件結構優(yōu)化來降低其振動幅值,從而達到降低駕駛室結構噪聲的目的。然而,由于每個板件對駕駛室內的場點聲壓在每個頻段內的貢獻并非一致,因此需要通過板件聲學貢獻量分析,評價并確定對主要聲壓峰值貢獻大的板件,進而對其進行結構優(yōu)化,達到改善駕駛室聲學舒適性的目的[4]。
如前所述,駕駛室某場點處的聲壓為各板件產生聲壓的疊加,即:
(6)
式中:p為場點總聲壓響應,Ai(ω)為聲傳遞矢量,N為單元總數,ω為角頻率,ve,i(ω)為單元 的法線速度。
如果第j板件共有m個單元,則由于該板件振動而在該場點處產生的聲壓pj表示為:
(7)
第j板件對場點總聲壓的聲學貢獻量Dj定義為該板件振動所產生的聲壓pj在場點總聲壓p上的投影,表示為:
(8)
式中:p*為p的共軛復數,Re(·)為復數的實部。
在進行板件聲學貢獻量分析之前,將聲腔包絡面按主要組成板件分成16個板塊,分別為:頂棚中部1、頂棚前端2、頂棚后端3、后圍4、前擋風玻璃5、儀表板6、左地板7、右地板8、地板中部9、地板后部10、左側圍上部11、左側圍12、左車門13、右側圍上部14、右側圍15、右車門16。基于已建立的聲-固耦合模型,利用聲腔邊界表面振動速度作為板件貢獻量分析的速度邊界條件,提取最大和次大聲壓峰值下的板件貢獻量,乘以歸一化系數,得到如圖4所示的板件聲學貢獻系數。
圖4 16塊板件對駕駛員耳旁噪聲的聲學貢獻系數
由圖4可知,對36 Hz聲壓峰值貢獻較大的板件為頂棚中部1、頂棚前端2和后圍4。對166 Hz聲壓峰值貢獻較大的板件是頂棚中部1、頂棚后端3、地板后部10、左側圍上部11和左側圍12。值得注意的是,頂棚前端2對36 Hz聲壓峰值頻率為正貢獻,而對166 Hz聲壓峰值頻率為負貢獻,且貢獻系數基本相當,因此對它的結構優(yōu)化需要權衡。但是,其他板件對這兩個聲壓峰值頻率都為正貢獻,在進行駕駛室結構低噪聲優(yōu)化時,應重點考慮這這些板件。
結構模態(tài)參與因子是指每一階結構模態(tài)對耦合系統(tǒng)聲學響應的參與量。通過結構模態(tài)參與因子分析可以找到對耦合系統(tǒng)聲學響應最敏感的結構模態(tài),從而有針對性的改善駕駛室聲學性能[6]。在獲得結構節(jié)點振動位移和聲腔節(jié)點聲壓的基礎上,可表示為模態(tài)參與因子的函數,如:
(9)
式中:Φs和Φa分別為獨立系統(tǒng)無阻尼時的結構模態(tài)和聲腔模態(tài),ξs和ξa分別為對應的模態(tài)參與因子。
利用式(9)可將式(3)的有限元模型轉換到模態(tài)空間,從而求得結構和聲腔的模態(tài)參與因子。由于高階模態(tài)參與因子很小,在計算最大聲壓峰值頻率166 Hz處的結構模態(tài)參與因子時,只列出前200階模態(tài)參與因子,如圖5所示。
從結構模態(tài)參與因子圖中可以看出,較大的參與因子均集中在120~140階之間。結構模態(tài)參與因子最大的兩階模態(tài)分別為130階和126階模態(tài)。通過查看130階和126階模態(tài)振型可知,這兩階模態(tài)的主要振動產生于頂棚、后圍等部位。通過結構模態(tài)參與因子再次證明頂棚和后圍對駕駛室的峰值噪聲有較大的貢獻,應作為駕駛室低噪聲結構優(yōu)化的對象。
圖5 166 Hz處的結構模態(tài)參與因子
從板件貢獻度分析結果可以看出,頂棚對駕駛員耳旁噪聲聲壓的正貢獻最大,其次是后圍。從降低駕駛室噪聲的角度需要對這兩塊板件結構進行優(yōu)化。在本文中,為了驗證板件貢獻度分析結果的準確性,將頂棚板件厚度由1 mm增加到1.2 mm,將后圍板件厚度由0.8 mm增加到1 mm。通過耦合聲學有限元法計算,可得到板厚優(yōu)化前后的聲壓曲線對比,如圖6所示。從圖中可以看出,進行簡單的頂棚和后圍結構優(yōu)化后,166 Hz處出現的最大聲壓峰值由77.32 dB下降到了69.07 dB,降低了8.25 dB,起到了良好的降噪效果,同時也證明了板件貢獻度分析的有效性。
圖6 優(yōu)化前后駕駛員耳旁噪聲聲壓對比
本文首先建立了重型卡車白車身有限元模型,通過計算模態(tài)和試驗模態(tài)的對比分析,驗證了有限元模型的有效性;在此基礎上建立了駕駛室聲-固耦合模型,對比分析了耦合模態(tài)和結構模態(tài),確定耦合模態(tài)主要是由結構模態(tài)激發(fā)所致,且主要變形部位集中于駕駛室的頂棚和后圍;利用實車工況試驗所測的駕駛室懸置加速度,作為耦合系統(tǒng)的外部激勵對駕駛員耳旁噪聲進行預測。通過與試驗測試噪聲進行對比,進一步驗證了耦合模型的精度;最后計算駕駛室16個板件對駕駛員耳旁噪聲的聲學貢獻量,以及進行了結構模態(tài)參與因子分析,確定了駕駛室的頂棚和后圍對駕駛員耳旁噪聲影響最大。通過對比分析板件厚度優(yōu)化前后的噪聲聲壓,證明了該結論的正確性。
[1] 鄔廣銘, 史文庫, 劉偉, 等. 基于模態(tài)靈敏度分析的客車車身優(yōu)化[J]. 振動與沖擊, 2013, 32(3): 41-45.
WU Guong-ming, SHI Wen-ku, LIU Wei, et al. Structural optimization of a light bus body-in-white based on modal sensitivity analysis[J]. Journal of Vibration and Shock, 2013, 32(3): 41-45.
[2] Han X, Guo Y J, Zhao Y E, et al. The application of power-based transfer path analysis to passenger car structure-borne noise[J]. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, 2008, 222(11): 2011-2023.
[3] Chen S, Wang D, Song J, et al. Interior noise prediction and analysis of heavy commercial vehicle cab[C]. SAE Paper: 2011-01-2241.
[4] 趙靜, 周鋐, 梁映珍, 等. 車身板件振動聲學貢獻分析與優(yōu)化[J]. 機械工程學報, 2010, 46(24): 96-100.
ZHAO Jing, ZHOU Hong, LIANG Ying-zhen, et al. Vehicle body panel acoustic contribution analysis and optimization[J]. Journal of Mechanical Engineering, 2010, 46(24): 96-100.
[5] 高云凱, 馮海星, 馬芳武, 等. 基于PolyMAX的聲固耦合模態(tài)試驗研究[J]. 振動與沖擊, 2013, 32(2): 158-163.
GAO Yun-kai, FENG Hai-xing, MA Fang-wu, et al. Acoustic-structure coupled modal test based on PolyMAX[J]. Journal of Vibration and Shock, 2013, 32(2): 158-163.
[6] 吳光強, 盛云, 方園. 基于聲學靈敏度的汽車噪聲聲-固耦合有限元分析[J]. 機械工程學報, 2009, 45(3): 222-228.
WU Guang-qiang, SHENG Yun, FANG Yuen.Coupled acoustic-structural finite element analysis of vehicle interior noise based on acoustic sensitivity[J]. Journal of Mechanical Engineering, 2009, 45(3): 222-228.
[7] QC/T57-1993. 汽車勻速行駛車內噪聲測量方法[S]. 北京: 中國汽車工業(yè)總公司, 1993.
[8] 周國良, 李小軍, 劉必燈,等. 大質量法在多點激勵分析中的應用誤差分析與改進[J]. 工程力學, 2011, 28(1): 48-54.
ZHOU Guo-liang, LI Xiao-jun, LIU Bi-deng, et al. Error analysis and improvements of large mass method used in multi-support seismic excitation analysis[J]. Engineering Mechanics, 2011, 28(1): 48-54.
[9] Guo R, Zhang L J, Zhao J, et al. Interior structure-borne noise reduction by controlling the automotive body panel vibration[J]. Journal of Automobile Engineering, 2012, 226(7): 943-956.