当前位置:主页 > 科技论文 > 汽车论文 >

基于车身面板贡献量的车内声品质研究

发布时间:2022-01-11 04:20
  随着汽车逐渐成为工作、生活、娱乐的一部分,人们对乘坐舒适性的关注越来越高。由于车身结构面板众多且是车内乘坐舒适性的重要影响因素,而面板声学贡献量分析(Panel Acoustic Contribution Analysis,PACA)是降低乘坐室噪声设计环节中的重要方法。因此,本文基于面板贡献量分析理论,针对车身面板振动产生的噪声进行了声品质研究,主要工作如下:(1)基于某国产轿车,在CATIA中建立了车身结构模型;在HyperMesh软件中,建立车身面板有限元模型以及车内声腔边界元模型;并通过试验确定模型的有效性。(2)置车辆于转鼓试验台上,采集怠速及多个匀速工况下发动机悬置与车身连接点处的振动激励信号以及驾驶员右耳的噪声信号。运用等级评分法对试验采集的噪声信号样本进行了主观评价,获得样本信号的烦躁度值。在Head Artemis中,对多个声品质客观参量进行计算,将仿真计算结果与烦躁度值进行相关性分析。(3)分别建立了基于多元线性回归理论和神经网络理论的声品质预测模型。通过比较两者的预测精度和建模难度,确定选择以BP神经网络为基础的预测模型。在此基础上针对BP神经网络模型在预测时会出... 

【文章来源】:江苏大学江苏省

【文章页数】:89 页

【学位级别】:硕士

【部分图文】:

基于车身面板贡献量的车内声品质研究


结构声与空气声向车内的传递过程

模型图,车身,模型


江苏大学硕士学位论文15实情况来制定。模型建立的基本流程如图2.2所示。图2.2有限元模型建立流程Fig.2.2FiniteElementModelBuildingProcess(1)模型简化与几何清理本文需要分析的车身三维CATIA模型为设计模型,如图2.3所示。存在一些在有限元分析中并不关注的几何特征,如车身结构上的小连接件,短边以及非承载件等,如果不进行删除与填充,后续将会影响网格划分的质量。而在CATIA中直接删除不必要零部件最为方便,因此本文首先在CATIA中进行模型简化,创建益于有限元建模的几何模型。然后通过HyperMesh中ImportGeometry模块将CATIA模型导入HyperMesh中,进行后续处理。车身结构模型中大部分是薄壁板,其厚度远小于其长和宽。针对这样的结构需要进行抽中面的简化过程,具体操作为在automidsurface面板中抽取中面,将薄壁结构转化为面,后续再赋予结构厚度属性。最后模型导入后可能产生重合、间隙以及曲面丢失等情况,一般利用几何清理工具进行修补和清理。模型简化和几何清理是网格划分前期的准备工作,对网格划分质量乃至计算结果的精度影响较大。图2.3车身CATIA模型Fig.2.3CATIAModelofTheCarBody(2)定义单元属性和材料属性不同的结构需按照其属性选择不同类型的单元进行模拟。本文建立的有限元模型以2D单元为主,既能保证计算结果精度又能提高效率。具体单元类型对应关系如表2.1所示。

车身,有限元模型


江苏大学硕士学位论文17表2.3网格单元质量标准Tab.2.3Qualitystandardsforgridelements名称参数标准名称参数标准细长比<5四边形最大内角(°)<140翘曲角(°)<5四边形最小内角(°)>40雅各比>0.6三角形最大内角(°)<120歪斜角(°)<50三角形最小内角(°)>30(4)结构运动自由度约束内饰车身(TB车身)是指将除了底盘系统和动力总成系统的其他部件,如挡风玻璃、车门等,均安装在白车身上后所对应的车身。由于挡风玻璃、车门与白车身原有的顶棚、地板等共同构成了向车内辐射噪声的车身面板,因而本文所建为TB车身模型。由于本文进行实验时是用四个空气弹簧将TB车身支撑,因此对模型中与实验支撑点对应的位置施加相应的自由度约束。具体包括各支撑点X、Y方向的移动自由度约束以及Z方向的转动自由度约束。最终建立车身结构有限元模型如图2.4所示。节点共27033个,单元总计29177个。其中2D单元28782个,用于焊接的1D单元380个,节点567个。用于模拟衬套连接的1D单元15个,节点30个。同时,三角形单元占全部单元比例2.4%(≤10%),符合质量要求。图2.4车身结构有限元模型Fig.2.4FiniteElementModelofBodyStructure2.2.2模型有效性验证为证明仿真计算结果的有效性,本文对该模型进行准确性检验。验证试验对

【参考文献】:
期刊论文
[1]基于GA-BP模型的消声器声品质预测与控制技术研究[J]. 曾发林,孙苏民.  机械设计与制造. 2018(S2)
[2]Zwicker时变响度的一种计算方法[J]. 周明刚,董琦飞,刘阳,陈源.  中国机械工程. 2014(22)
[3]基于EMD与BP神经网络的汽车关门声品质预测[J]. 杨川,于德介,徐亚军.  汽车工程. 2013(05)
[4]Kendall协调系数W检验及其SPSS实现[J]. 程琮,刘一志,王如德.  泰山医学院学报. 2010(07)
[5]基于Zwicker理论的噪声客观评价方法[J]. 赵忠峰,陈克安.  电声技术. 2005(10)

博士论文
[1]基于LES-FE-SEA与ALE方法的汽车气动噪声品质研究[D]. 宗轶琦.湖南大学 2018
[2]虚拟驾驶室内声品质预测分析与控制技术研究[D]. 张澧桐.吉林大学 2016
[3]关于车内声品质贡献分析与改善的测试技术研究[D]. 严莉.上海交通大学 2015
[4]基于传递路径分析方法的车内低频结构噪声识别与控制[D]. 徐猛.天津大学 2014
[5]车内声品质评价预测与控制技术研究[D]. 唐荣江.吉林大学 2013
[6]基于人工神经网络的汽车声品质评价与应用研究[D]. 孙强.吉林大学 2010
[7]结构—空腔声固耦合声品质基础理论研究[D]. 袁骥轩.华中科技大学 2010
[8]基于双耳听觉模型的车内声品质分析与评价方法研究[D]. 梁杰.吉林大学 2007
[9]基于声子晶体的周期结构带隙机理及应用研究[D]. 陈源.华中科技大学 2006
[10]客车车身结构动力学、声学CAE关键技术研究[D]. 杨莉.东南大学 2005

硕士论文
[1]基于声品质的噪声主动控制研究[D]. 裴旭.江苏大学 2019
[2]基于功率流的车内中低频噪声仿真分析方法研究[D]. 孙玉.北京交通大学 2019
[3]大客车车内声场声学特性研究与控制[D]. 李文凯.江苏大学 2018
[4]主动耳蜗听觉信号处理模型研究[D]. 赵玉霞.华中科技大学 2017
[5]基于超单元法的整车振动与噪声研究[D]. 何洁.武汉理工大学 2016
[6]车内噪声双次级有源消声系统研究[D]. 麻天骁.西安电子科技大学 2014
[7]基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 任谢楠.天津师范大学 2014
[8]非平稳车辆噪声心理声学智能评价方法研究[D]. 石磊.上海工程技术大学 2014
[9]阻尼材料和隔声材料的开发及应用研究[D]. 谭亮红.中南大学 2013
[10]汽车声品质主观评价研究及应用[D]. 赵林风.清华大学 2012



本文编号:3582076

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/qiche/3582076.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cef78***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com