下载文档原格式
计算模态分析在发动机振动噪声中的应用作者：刘庆晨来源：《CAD/CAM与制造业信息化》2013年第12期关键词：模态分析；振动；噪声；发动机一、前言当今世界上，汽车的噪声和有害气体的排放已成为汽车污染环境的首要问题。
由于对生存环境的关心，人们力求降低汽车的噪声，而发动机又是汽车最重要的噪声源。
因此，汽车发动机的低噪音化研究是很必要的。
近年来，随着计算机技术的飞速发展，在汽车产品开发方面，CAE技术已经大量应用。
在零部件以及整车尚未制造出来时，使用C AE技术可以对它们的强度、可靠性以及各种特性进行计算分析，在计算机上进行“试验”。
模态分析技术是现代机械产品结构设计、分析的基础，是分析结构系统动态特性强有力的工具。
计算模态分析可以预测产品的动态特性，为结构优化设计提供依据。
模态分析是研究结构动力特性的一种方法，是系统辨别方法在工程振动领域中的应用。
二、模态分析基本理论振动模态是弹性结构固有的、整体的特性，通过模态分析方法得到结构各阶模态的主要特性，就可能预知结构在此频段内，在外部或是内部各种振源作用下的实际振动响应，而且一旦通过模态分析知道模态参数并给予验证，就可以将这些参数用于设计过程，优化系统动态性能。
模态分析过程如果是由有限元计算的方法取得的，称为是数值模态分析。
结构模态分析是结构动态设计的核心，其目的是利用模态变换矩阵将耦合的复杂自由度系统解耦为一系列单自由度系统振动的线性叠加，为结构系统的振动特性分析，振动故障诊断与预报以及结构动力特性的优化设计提供依据。
1.结构动力学方程对一个线性多自由度系统，其动力学平衡方程可表示为：2.结构的自由振动由此，求解一个多自由度系统的固有频率和振型的问题就归结为求方程组（5）的特征值和特征向量问题。
由于一般情况下，有限元分析中系统的模型较大，且不需要提取全部模态，所以多选用迭代法求解，常用的方法有子空间迭代法（Subspace Method）和兰索斯法（Block Lanczos Method）等。
道路交通噪声预测模型分析及实证研究作者：王芸来源：《环球人文地理·评论版》2017年第02期摘要：国外相继开发出基于当地道路交通噪声预测模型，国内也以规范和导则相继发布交通噪声的各种预测模型。
本文通过对国内外常用道路交通噪声预测模型实测结果对比，找到符合我国噪声评价工作的预测模型。
关键词：交通噪声；预测模型；对比分析我国道路噪声环境影响评价常用噪声预测模型有三种：一国家环保部发布的《环境影响评价技术导则声环境》（HJ2.4-2009）（下称2009声导则模型）；二国家交通部发布的《公路建设项目环境影响评价规范》（JTGB03-2006）（下称2006规范模型）；三德国Cadna A软件。
本文对此三种道路噪声预测模型与实测结果对比，以此找到最适合我国噪声评价的预测模型及参数。
1 国内常用道路交通预测模型及软件比较车速，单车辐射声级以及距离衰减项是交通噪声预测主要影响因素，我国2009导则模型与2006规范模型、Cadna A三种不同交通噪声预测模型对上述三因素的区别为：车速：2009导则模型中没有明确给出计算方法；2006规范模型中根据不同车型速度、车型比等参数进行计算；Cadna A使用软件限速。
单车辐射声级项：2009导则模型中没有明确给出计算方法；2006规范模型中根据不同车型的平均车速进行计算；Cadna A软件将车型分为汽车、卡车两类进行源强计算。
距离衰减项：2009导则模型中以10为衰减系数，统一按照线声源的计算方法来计算距离衰减量；2006规范模型中以10和15为衰减系數，并将噪声源按照点和线两种不同生源进行距离衰减计算；Cadna A软件衰减系数为20，将空气与距离衰减合并。
2 模型验证本文在选择路段上，分别用五种预测模式对道路噪声预测，预测结果与监测现状结果比较。
2.1 路段参数本文测量路段为主干道，双向八车道，沥青路面，路基宽60m，设计车速为60km/h。
2.2 监测方案在道路中心线两侧间隔40-200m，每间隔20m处设监测点进行噪声监测。
汽车车外噪声预测的统计能量分析⽅法万⽅数据万⽅数据机械⼯程学报第４６卷第１０期能够向车外传递。
在距车⾝纵向对称⾯７．５ｍ处，建⽴了厚度为Ｏ．５ｍ的车外噪声预测声腔如图２所⽰。
图１轿车统计能量分析模型图２车外声腔３ＳＥＡ模型参数计算及测试３．１模态密度模型中较规则的平板和近似平板的曲⾯板均简化作为规则板件来处理，以计算其模态密度。
⼆维平板的模态密度Ａ⼑（⼚）２孟（５）式中４——平板⾯积Ｒ——截⾯回转半径ａ——纵波速对于难以⽤解析公式计算其模态密度的复杂结构⼦系统，采⽤导纳法对其进⾏模态密度测试，试验采⽤宽带⽩噪声信号激励，从⽽得到激励点的输⼊导纳⼑（功）：丝—Ｌ［２Ｒｅ［Ｙ］ｄｒｏ（７）７ｃｔｏ：⼀ｑ’１式中ｍ——⼦系统质量∞——ｌ／３倍频带中⼼圆频率上限伤——ｌ／３倍频带中⼼圆频率下限Ｒｅ［Ｙ］——输⼊导纳实部Ｒｅ［Ｙ】——导纳实部的空间平均试验测量前挡泥板、前门、前翼⼦板、前钟型座、后挡泥板和后门等复杂结构⼦系统的模态密度，其中左前门的模态密度如图３所⽰。
遑嚣鬈ｌ／３倍频带中⼼频率ｆ／Ｈｚ图３左前门⼦系统的模态密度３．２内损耗因⼦⼦结构ｆ的内损耗因⼦聃主要是由三种彼此独⽴的阻尼机理构成的碾２％＋％＋，‰（劲式中瑰——车⾝结构⼦系统本⾝材料内摩擦构成的结构损耗因⼦％——车⾝结构⼦系统振动声辐射阻尼形成的损耗因⼦‰——车⾝结构⼦系统边界连接阻尼构成的损耗因⼦车⾝结构材料的内摩擦损耗因⼦可从材料⼿册中查得，如：玻璃的结构损耗因⼦为ｌ×ｌ旷：钢的结构损耗因⼦为３×ｌ酽。
车⾝结构⼦系统的内部损耗因⼦通常受上述三个参数中的⼀个所⽀配。
如果结构的表⾯质量很⼤，⽽结合点处的边界连接损耗可以忽略不计，则结构的内部阻尼成为控制项。
当车⾝结构结合点处只有很少的能量损耗，声辐射阻尼在轻重量车⾝结构中起很重要的作⽤。
结构⼦系统的声辐射损耗因⼦荆＝型Ｆ（ｒｏ）＝型ｒｏＦ（ｒｏ）（６）式中、７～式中式中，（国）——激励点⼒的傅⾥叶变换ｖ（ｒ０１——激励点速度的傅⾥叶变换Ａ（ｒ０１——激励点加速度的傅⾥叶变换根据输⼊导纳进⽽得出模态密度％：丝（９）ｔｏｐ，岛——流体密度ｃ——声速仃——结构的辐射⽐成——结构的表⾯质量基于上述分析可见，简单车⾝结构⼦系统的内万⽅数据万⽅数据机械⼯程学报第４６卷第１０期右前钟型座、左后弹簧、左后阻尼减振器、右后弹簧和右后阻尼减振器，在６个连接点的被动侧分别安装⼀个加速度传感器，以测量路⾯对车⾝的激励。
车辆排气噪声声音品质的主观评价与模型预测石岩;舒歌群;毕凤荣【摘要】采用成对比较法对18种车辆排气噪声进行主观评价,考察并选取描述排气噪声声音品质的客观心理声学参数,通过多元线性回归分析方法得到主观满意度和客观心理声学参数间的关系,并建立起车辆排气噪声声音品质评价预测模型.研究结果表明,响度是影响人们对车辆排气噪声主观感受的主要因素.所建立预测模型的R平方值为0.96,模型预测值与主观评价实测值间具有良好的一致性,所建立的声音品质评价模型可用来预测车辆排气噪声的声音品质.%Perceptions of eighteen vehicle exhaust noises were obtained by paired comparison jury test, and proper psychoacoustic parameters were selected for objectively characterizing the sound quality of exhaust noise. The relation between sensory pleasantness and objective parameters was achieved through multiple linear regression analysis, and the sound quality prediction model of vehicle exhaust noise was established. The results indicate that loudness is the most important factor among those affecting people's perceptions of the vehicle exhaust noise. The 7?-squared value of the prediction model is 0.96, which shows good agreement between the prediction value and the result of jury test, and the model is effective for predicting the sound quality of vehicle exhaust noise.【期刊名称】《天津大学学报》【年(卷),期】2011(044)006【总页数】5页(P511-515)【关键词】声音品质;排气噪声;主观评价;心理声学;满意度;预测模型【作者】石岩;舒歌群;毕凤荣【作者单位】天津大学内燃机燃烧学国家重点实验室,天津,300072;天津大学内燃机燃烧学国家重点实验室,天津,300072;天津大学内燃机燃烧学国家重点实验室,天津,300072【正文语种】中文【中图分类】TK411.6声音品质的改善目标是使产品的声音能够适应消费者要求、容易被人接受，不令人厌烦．产品的声音也会像其造型一样成为产品的卖点之一，直接影响到产品的市场销售潜力，所以改善产品的声音品质已经变得越来越重要．当前，声音品质的研究工作已经在电器、音响和汽车制造业等行业中受到极大重视[1]．由于排气噪声是发动机与车辆的最主要噪声源之一，改善其声音品质对提高动力机械乃至整车的噪声、振动和平顺性(noise，vibration，harshness，NVH)特性具有重要的影响．国内外的研究学者在对车辆及发动机噪声声音品质的研究中发现，对声音品质的主观感受和评价往往受人种、地域、经历等各种因素的影响[2]，国际上对车辆及发动机噪声声音品质的研究成果可以参考但不能完全借鉴，因此有必要研究国人对排气噪声的主观感受．笔者以车辆的排气噪声作为研究对象，通过评审团测试得到应试者对排气噪声的主观感受与评价，考察并选取适当的客观心理声学参数，对应试者的主观感受和客观参数间的相关性进行了研究，并采用多元线性回归分析的方法建立排气噪声声音品质的评价模型．1 排气噪声声音品质主观评价实验1.1 样本的录制与回放选取了18 种以汽油机为动力的、1.6,L 排量以下的小型车作为研究对象，记录每辆车在60,km/h 行驶速度下的排气噪声．为了保证录音质量不会受到周围环境的影响，整个测试过程在半消声室中进行，测试时驱动轮悬空，以排除轮胎噪声及风的影响．测试设备采用LMS 公司的b 数据采集系统，使用放置在距离排气管出口处1,m、距地面高1.7,m 处的2 个麦克风同时记录噪声信号以模拟双耳的听觉，之后使用音频编辑软件将2 个麦克风所记录的单声道声音合成为立体声，以此来模拟人耳的真实听觉．对每种车型的排气噪声进行回放和监听，从中截取长度为3,s 的较为稳定的噪声信号，得到一共18个声音作为主观评价的测试样本．为了保证真实地还原所记录的噪声信号，主观评价时使用TerraTec 声卡和Sennheiser 监听耳机进行回放；回放时各样本的声压级与录制时保持一致．为排除外界因素干扰，主观评价测试在安静的听音室内进行[3]．1.2 评审团测试评审团测试采用成对比较法，评价指标为满意度系数．由计算机程序自行排列组合产生N＝18×(18-1)＝306 个样本对，测试时只需应试者选择两两播放的样本中给人主观感受较好的一个；整个测试过程可控，可自行选择回放之前的样本对或者继续测试．播放时每对样本间停顿1,s，总测试时间约为1 h. 同样的样本对在整个测试过程中播放2 次，但其播放的次序不同．样本对的数目比以往单纯的成对比较法多出1 倍，目的是减少播放顺序对应试者的影响，并从测试结果中判别每位应试者测试数据的可信度，以便从中筛选有效数据．全部51 名测试人员中有男性28 人，女性23 人，年龄分别在20～40 岁不等．2 主观评价结果分析2.1 客观心理声学参数的选择由于声音品质的研究工作开展时间较短且主观性较强，国内外研究人员和学者近年来分别提出了多种用于描述声音品质的客观心理声学参数，但其中除了响度和语音干扰级以外其他均未得到国际上一致的认可．笔者分别详细研究了各种心理声学参数的概念、特征及其使用条件，参考相关文献的研究成果[4-6]，最终决定使用响度(loudness)、尖锐度(sharpness)、粗糙度(roughness)、波动度(fluctuation strength)和峭度(kurtosis)作为描述车辆排气噪声声音品质的客观参数．有关响度、尖锐度、粗糙度和波动度几个参数的定义及描述可参考文献[7]．峭度Ks 是统计学中描述数据分布形状的概念，是度量一个分布经过标准化以后相对于正态分布的尖峭或平坦程度的指标，为无量纲参数．式中：σ为分布的标准偏差；N 为分布中存在的样本数；xj 为样本j 的值；为样本均值．峭度为统计量，可分别用于信号时域和频域的分析，在时域中表示对整个样本时间长度而言声音的冲击性．本文中采用峭度来描述声音样本的时域变化特性．2.2 成对比较法测试结果成对比较法是强制性选择的方法，无论测试者是否用心参与评审团测试，总能获得一个结果，因此需要确定结果的可靠性．可靠性评价指标为数据重合度和数据一致性．数据重合度是指在计算机2 次以不同顺序播放同一对样本时应试者做出的判断是否相同，是一个简单的百分比．数据一致性是用来判断测试结果有序性的标准，在此使用Kendall 一致性系数ζ(k)[8]，其计算式为式中：I 为样本的个数；A(i，k)为应试者所听样本的综合成绩；k 为使用测试数据的个数；S 为一致组的个数．经过计算统计，整个评审团测试结果的平均重合度系数为0.704，平均一致性系数为0.932，说明本次主观评价使用成对比较法是较为可靠的．去掉其中重合度系数小于0.6 和一致性系数小于0.5 的测试数据，最后得到有效数据42 个．将每个测试者对每个样本的评价结果与结果的重合度和一致性系数相乘，然后对每个样本的评价结果求和并做平均，最后按照样本总分对各样本平均分做等比例修正．计算得到的平均评价值称为满意度(sensory pleasantness)，以P 表示，为无量纲系数，其值越大代表声音品质越好，用于之后的相关性分析和评价模型的建立．各样本心理声学参数和满意度见表1．表1 各样本心理声学参数及满意度Tab.1 Psychoacoustics parameters and sensory pleasantness of samples样本号响度尖锐度粗糙度波动度峭度满意度1 47.9 1.71 0.42 0.13 -0.06 24.2 2 46.3 1.78 0.46 0.18 -0.02 25.4 3 23.4 1.75 0.95 0.13 -1.79 28.9 4 22.8 1.62 0.57 0.19 -2.27 28.5 5 29.3 1.72 0.14 0.14 -0.11 21.9 6 45.7 1.64 0.260.12 -0.52 29.4 7 39.3 1.75 1.15 0.11 -0.14 13.10 8 49.4 1.640.34 0.15 -0.35 25.4 9 30.6 1.24 2.18 0.06 -0.94 19.8 10 27.71.18 1.92 0.11 -0.37 22.6 11 36.9 1.41 0.94 0.09 -0.01 14.0 12 29.0 1.30 1.14 0.10 -0.61 24.4 13 47.2 1.90 0.29 0.11 -0.12 22.2 14 26.1 1.47 0.50 0.09 -0.49 22.3 15 25.3 1.44 1.21 0.08 -0.18 23.8 16 46.5 1.51 1.10 0.24 -0.23 11.0 17 25.5 1.81 2.09 0.08 -0.32 25.3 18 30.6 1.58 1.00 0.12 -0.31 23.9数据表明，测试者对车辆排气噪声响度的敏感性最强，响度低的样本普遍满意度较高，而响度高的样本满意度都很低，即响度和满意度大致成反比．测试中得到评价最好的样本3 和4 为同一车型不同工况下的噪声，这主要是因为它们的响度在全部样本中最低并且峭度最高．而样本13 具有在全部样本较高的响度和最高的尖锐度，因而满意度最低．单凭观察所能得到的信息仅止于此，进一步的分析还需要引入统计学工具．3 相关性分析及声音品质评价模型的建立3.1 一元线性回归分析线性回归提出了主观评价结果和客观物理参数间的线性数学模型，使用最小二乘法分别对满意度和响度、尖锐度、粗糙度、波动度、峭度这些客观心理参数值进行回归分析，得到的结果见图1～图5．图1 响度和满意度间的相关性Fig.1 Correlation between loudness and sensory pleasantness图2 尖锐度和满意度间的相关性Fig.2 Correlation between sharpness and sensory pleasantness图3 粗糙度与满意度间的相关性Fig.3 Correlation between roughness and sensory pleasantness图4 波动度和满意度间的相关性Fig.4 Correlation between fluctuation strength and sensory pleasantness图5 峭度和满意度间的相关性Fig.5 Correlation between kurtosis and sensory pleasantness结果表明，响度和满意度之间的线性相关性很强，所有的数据点都分布在回归线附近，响度与满意度成反比关系．除响度以外，其他各心理声学参数和满意度之间并不存在显著的线性相关性，说明客观参数对满意度的影响不是相互独立的，用线性相关分析的方法分析排气噪声声音品质与每个客观心理声学参数的独立关系[9-10]会导致较大的偏差．3.2 多元线性回归模型主观评价结果y 的信赖变量xi(i＝1，2，…，m)为多个时，y 与xi 的多元线性回归方程为式中：α，β1，…，βm 为线性回归系数；ε 为随机误差，假定ε 遵从正态分布N(0，σ2)．从统计学角度讲，样本数目越多所建立的回归模型越精确，但成对比较法评审团测试所需时间随着样本数量的增加而成指数规律增加，对评审团成员的心理状态的要求也提高；同时，采集更多的样本所需获取的研究对象的难度也会增加，因此，本次研究选取了18 个样本．在建立回归模型之前首先对表1 中的客观参数结合满意度进行显著性检验，方差分析结果见表2．可以看到，组间方差与组内方差的比率 F 值为261.240，显著性概率P 远小于0.05，说明满意度和客观参数间具有显著的线性关系，保证了回归模型的整体有效性．表2 方差分析结果Tab.2 Results of variance analysis来源自由度平方和均方 F模型 5 1,306.199,2 261.240 65.708,9误差 12 47.708,6 3.976 P＞F合计 17 1,353.907,8 —＜0.000,1通过最小二乘法拟合进行多元线性回归分析，建立回归模型，模型各参数见表3，表中t 为偏回归系数，回归模型反映回归精度的R 平方值为0.96，均方根误差为1.99．通常R 平方值在0.8 以上即认为回归模型可用，说明建立的预测模型与实际值间具有良好的一致性．表3 多元线性回归模型参数Tab.3 Parameters of multiple linear regression model项目估计值标准误差 t 比率 P＞|t|截距 46.390,1 5.252,991 8.83 ＜0.000 1响度－0.877,53 0.080,269 -10.93 ＜0.000 1尖锐度－1.854,79 2.923,491 －0.63 ＜0.537,7粗糙度－0.914,485 01.023,22 0.89 ＜0.389波动度 26.915,21 14.761,45 1.82 ＜0.093,2峭度－0.479,468 0.926,055 0.52 ＜0.614由表3 中的数据即可写出回归模型预测表达式，即车辆排气噪声声音品质预测模型式中Sp、Ln、Sn、Rn、Fs、Ks 分别表示满意度、响度、尖锐度、粗糙度、波动度和峭度．从式(4)可知，比较式中的各项系数，尽管响度的系数并不是最大，但由于式中所使用的各客观参数值均为其实际值，而其余各项参数的实际值数值范围很小，与响度值相比有数十倍之差，故在式(4)中响度对满意度仍起主导作用，其系数前的负号表示响度与满意度成反比．图6为预测模型所生成的满意度预测值和实际值之间的关系，虚线表示预测模型满意度96%的范围．可以看到绝大多数数据点位于此范围内，说明预测与实际值的吻合程度较高，表明了预测模型的有效性．图6 预测模型的有效性Fig.6 Effectivity of the prediction model4 结论(1) 采用响度、尖锐度、粗糙度、波动度和时域意义上的峭度作为描述车辆排气噪声声音品质的客观心理声学参数是合适的．(2) 响度是影响车辆排气噪声主观感受的最主要的心理声学参数，和满意度呈负相关，其他心理声学参数和满意度之间并不具备显著的独立线性相关性．(3) 使用多元线性回归方法得出的车辆排气噪声声音品质预测模型，建立了主观感受和客观参数之间的有效联系，可以用来预测和描述车辆排气噪声的声音品质．(4) 针对车辆排气噪声声音品质的多元线性回归分析方法可以推广到建立车辆内、外部噪声主观评价与客观心理声学参数之间的回归模型，预测车辆行驶噪声与车内环境噪声的声音品质．【相关文献】［1］舒歌群，刘宁. 车辆及发动机噪声声音品质的研究与发展[J]. 汽车工程，2002，24(5)：403-406.Shu Gequn，Liu Ning. Research and development of vehicle and engine noise sound quality[J]. Automotive Engineering，2002，24(5)：403-406(in Chinese)．［2］焦风雷，田静，刘克，等．人群分类与车内噪声声品质主观评价研究[J]. 声学技术，2006，25(6)：568-572.Jiao Fenglei，Tian Jing，Liu Ke，et al. Listener clustering and subject assessment of car interior noise quality[J]. Technical Acoustics，2006，25(6)：568-572(in Chinese).［3］Otto Norm，Amman Scott，Eaton Chris，et al. Guidelines for jury evaluations of automotive sounds[J]. Journal of Sound and Vibration，2001，35(4)：24-47.［4］Shin Sung-Hwan，Ih Jeong-Guon，Hashimoto Takeo，et al. Sound quality evaluation of the booming sensation for passenger cars[J]. Applied Acoustics，2009，70(2)：309-320.［5］Lee Sang-Kwon. Objective evaluation of interior sound quality in passenger cars during acceleration[J]. Journal of Sound and Vibration，2008，310(1)：149-168.［6］De Diego M，Gonzalez A，Pinero G，et al. Subjective evaluation of actively controlled interior car noise[J].2001 IEEE International Conference on Acoustics，Speech，and Signal Processing. Salt Lake City，USA，2001：3225-3228.［7］Zwicker E，Fastl H. Psychoacoustics—Facts and Modals[M]. 2nd ed. Berlin Heidelberg ， New York ：Springer-Verlag，1999.［8］Hussain M，Golles J，Ronacher A. Statistical evaluation of an annoyance index for engine noise recordings[J].SAE Transactions，1991，100(6)：527-535.［9］陈双籍，陈端石．基于心理声学参数的车内声品质偏好性评价[J]. 噪声与振动控制，2005，25(3)：45-47.Chen Shuangji，Chen Duanshi. Sound quality preference evaluation for car interior noise based on psychoacoustic parameters[J]. Noise and Vibration Control，2005，25(3)：45-47(in Chinese).［10］舒歌群，王养军，卫海桥，等．汽车车内噪声声音品质的测试与评价[J]. 内燃机学报，2007，25(1)：77-83.Shu Gequn ， Wang Yangjun ， Wei Haiqiao ， et al.Measurement and evaluation of sound quality of interior noise of vehicle cabin[J]. Transactions of CSICE，2007，25(1)：77-83(in Chinese).。
汽车车内噪声试验的统计能量分析的CAE技术方案方案起草：北京声望声电技术有限公司起草人：吴群力地址:北京市西城区北三环中路27号商房大厦524室电话:(010)62525350,62007179传真:(010)62006201Email:qlwu@一、项目总体规划上汽奇瑞《试验的统计能量分析的CAE》项目技术目标为：1. 能够方便、快捷、准确地完成整车内，外噪声的预测，给新车的设计，改进提供科学的依据。
2. 用实验方法修正预测模型，为新材料，新结构，新工艺应用提供更准确的NVH 数据.3. 掌握试验的统计能量分析的CAE的方法，使奇瑞在NVH 的预测上能与国际大公司处在同一水平上。
《试验的统计能量分析的CAE》项目由两部份组成：1．统计能量分析的CAE 软件统计能量分析的CAE 软件选用法国ESI AutoSEA 2.3. AutoSEA 软件是目前世界上运用最广，功能最强的统计能量分析软件。
它的用户包括： FordGeneral Motor几乎所有的汽车生产产家都用AutoSEA 作噪声预测。
2．试验的统计能量分析的测量系统测量系统采用德国Mueller BBM PAK Mobile MKII 噪声与振动测量系统。
PAK Mobile MK II整个系统主要包括：1. 数据采集系统( BBM mobile MK II )2. 分析软件(BBM PAK )3. 传感器及测试附件二、详细技术方案论证《试验的统计能量分析的CAE》项目的技术方案分为三个阶段：第一阶段：计算机模型1）车型整体分析，根据选定的车型，分析整体结构，确定子系统和子系统的划分方式。
子系统与子系统之间的连接结构分析，结构连接与能量偶合因子的确定。
2）建立的整车的计算机三维模型SEA 的的整车模型有三种方法建立，最简单的方法是利用现有的有限元模型， AutoSEA 具有与通用有限元软件的接口，如Anasys, Nastran 等。
电动汽车声品质的评价分析及建模随着人们对环境保护意识的提高以及新能源技术的不断进步，电动汽车已经成为了人们日常生活中越来越常见的一种出行方式。
然而，与传统燃油车相比，电动汽车的声品质一直是广大消费者关注的焦点。
因此，本文将从声品质的角度对电动汽车进行评价分析，并建立一种声品质评价的数学模型。
电动汽车的声品质主要包括以下几个方面：1. 噪音：电动汽车在行驶过程中产生的运动噪音和驱动系统噪音相对较小，但电动机咆哮、轮胎与路面的摩擦噪音、车内舱噪音等在低速行驶时仍然较为明显，影响驾驶者的驾驶体验。
2. 振动：电动汽车的振动相对于传统燃油车会更小，但同时也会受到驱动系统和制动系统的影响，如轮胎与路面间的摩擦力等。
3. 声音：电动汽车的声音比传统燃油车要小，但具有独特的声音特征，如电动机的高频噪音、电子设备的电磁干扰噪音等。
对于电动汽车的声品质评价，首先需要确定评价指标。
本文选取了以下五个指标来评估电动汽车的声品质：1. 噪音级别：使用噪音仪器测得电动汽车在不同速度下的噪音大小。
2. 振动级别：使用振动仪器测得电动汽车在不同路况下的振动大小。
3. 安静度：使用环境噪音仪器测得车内环境下的噪音大小。
4. 低频音质：使用360度环境声场仪器测得电动汽车在不同速度下低频音的情况。
5. 高频音质：使用频谱分析仪器测得电动汽车在不同速度下高频音的情况。
在确定了评价指标后，我们需要对电动汽车的声品质进行建模，以定量化地评价汽车的声音质量。
1. 噪音级别模型：噪音级别模型使用如下公式计算：Lp = 10 log10 (p2/p1) + K其中，Lp表示声级，p2表示被测物体产生的声压级，p1表示参考级别（一般取10^-12 Pa），K为常数。
通过该公式可以计算出电动汽车在不同速度下的噪音级别。
2. 振动级别模型：振动级别模型使用如下公式计算：V = (1/N) ∑ (v^2)其中，V表示振动级别，N为采样点数，v表示每个采样点的振动大小。
车辆行驶噪声的多普勒效应分析摘要：车辆在行驶过程中存在多普勒效应，而当前建立的交通噪声预测模型中，很少考虑车辆行驶噪声的多普勒效应对交通噪声的影响。
通过建立车辆单车行驶噪声辐射模型，运用MATLAB软件理论计算，分析多普勒效应下车速及接收点位置对交通噪声的影响程度。
结果表明：车速小于67.0 km/h时，多普勒效应对交通噪声的影响均小于1.0 dB；当车速大于67.0 km/h，多普勒效应对交通噪声的影响范围为1~3 dB。
关键词：声学；多普勒效应；声压级；影响程度；随着机动车保有量的不断攀升和道路网络的快速发展，交通噪声污染问题对道路沿线居民生活影响越来越大，亟需解决。
建立准确的交通噪声预测模型是有效进行道路噪声研究工作的基础。
研究发现，在相同车速条件下，大型车的声压级普遍高于小型车[1]，考虑实际车型通行比例后的噪声模型，其噪声预测值也更接近实测值[2]。
近年来，道路通行的车型也有很大的变化，尤其是在夜间，大型车辆的占据比例逐渐增高。
采用夜间车型比预测的交通噪声比沿用昼间车型比预测的噪声值更高，与实测值更为接近[3]。
车型不同，声源高度不同，大型车辆的实际声源高度要高于等效模型声源高度，这使得交通噪声预测的结果差值范围为0.35~1.23 dB[4]。
随着大型的车辆种类不断增加，建立六类大型车辆声源模型，与传统道路交通噪声预测方法相比，更是提高了交通噪声预测的准确性和精度，可见，不同类型车辆对交通噪声的影响不容忽视。
另有研究发现小型车辆行驶噪声的多普勒效应明显[5]，各类型车辆行驶噪声的多普勒效应及其对噪声预测结果的影响程度研究仍鲜有人探讨。
本文以单辆汽车的行驶噪声为研究对象，利用MATLAB软件计算，分析多普勒效应下接收频率和接收点声压级的变化，综合车辆行驶状况，计算并分析多普勒噪声对交通噪声的影响程度，从而为后续道路声屏障的设计工作提供参考和借鉴。
1行驶噪声多普勒效应1.1接收点频率变化沿车道中心线建立x坐标轴，单车以车速v沿x轴从左向右匀速行驶；接收点R静止，R点至x轴的垂直距离为d（以下简称垂直距离），垂足O为坐标原点，O点坐标左边为正，右边为负；声速为340 m/s；在OR方向设置一路旁测点C，OC距离为r；声源和接收点的连线与x轴夹角为θ，连线距离为r；声源频1，接收点接收频率为f。
1前言随着汽车的日益普及，对汽车舒适性的要求日益提高。
汽车NVH将是汽车工业角逐的主战场，它的性能参数的高低，将直接影响汽车企业的生存与发展。
汽车NVH即指噪声、振动和舒适性。
从设计的观点来看，汽车NVH是一个有激励源（发动机、变速器、路面等）、传递路径（由悬挂系统、悬置系统和连接件组成）和响应器（车身）组成的系统，如图1所示。
图1 NVH简化模型从汽车NVH评价的观点来看，分为主观评价和客观评价两部分。
主观评价主要目的是对整车的NVH性能进行评价,并提出存在的主要问题,作为下一步工作的主要内容；客观评价主要是通过客观数据发现存在的主要问题。
在开发过程中，为了进一步使主观评价和客观评价有效结合有利于车型NVH 开发，一般制定如下主要评价内容[1]：①怠速噪声和振动②加速过程的噪声和振动③匀速过程的噪声和振动④减速噪声和振动⑤高速风噪声⑥叽叽嘎嘎声（异响）⑦启动和熄火时的噪声和振动⑧轮胎噪声⑨通过噪声在怠速、加速、匀速、减速等工况评价中，轰鸣声是经常出现的现象之一，本文就此课题展开讨论。
2汽车轰鸣声产生机理[2]2.1轰鸣声介绍汽车在封闭状态下，车内空气会形成许多振动模态或声腔模态，当发动机激励或路面激励时，车身某些钣金的振动频率与密闭空气的固有模态频率一致，将会产生很强的耦合作用，空气就会产生体积变化，在车内产生很高的压力脉动，引起人耳不适，甚至出现头晕、恶心等症状，此现象称为轰鸣(booming)。
轰鸣声属于低频噪声，通常在25-200Hz范围内产生，普遍存在于汽车的怠速、匀速和加速过程中，发动机、传动系、排气系统、不平路面激励等因素都可能成为轰鸣声产生的源头。
2.2声腔模态的产生机理汽车乘员舱的壁板是由多块薄钣金冲压焊接而成，厚度一般为0.7-1.0mm，具有一定的弹性，当发动机或路面的激励传递到车身壁板时，会引起薄钢板的振动，从而辐射出噪声。
当辐射出的声波入射到达蔽障时，会与其反射的声波相互叠加而形成合成声场。
用流体动力学计算模型进行汽车消声器尾管噪音预测试验的研究摘要：目前研究的是，在节气门全开加速工况下，商务汽车消声器排气尾管噪音的实验数值。
在暖机工况下发动机从2000r/min加速到12000r/min。
排气消声器的瞬态声学特征由一维计算流体动力学预测。
为验证模拟结果，根据日本标准（日本工业标准D1616），排气消声器的瞬态声学特征在消声室中测量。
研究发现，模拟结果与2秩序发动机转动频率有很大联系。
发动机高转速工况下，在高转速范围内（4秩序从5000rpm到6000rpm和6秩序从4200rpm到6000rpm）。
根据这些结果，差异是由流动噪声所引起的，而这些流动噪声在模拟中是不考虑在内的。
根据一维差价合约模型理论，一个可以提供一个合意准确性，节约超过90%执行时间的简化模型与标准模型相比，简化模型更能满足优化设计的要求而且能够及时切入生产。
关键字：消声器排气尾管噪声优化设计瞬态声学性能1．导言排气消声器广泛用于发动机机体发出的噪声和汽车上其他主要噪声来源。
一般，消声器设计要满足以下两个方面的要求：（1）高噪音衰减表现这是消声器的一个根本要求。
一个排气消声器将抑制增益频率范围，尤其低频波段，因为众所周知大部分的噪音被发动机转动频率和它开始的几个秩序限制。
（2）最低限度背压在废气流量的限制中，背压代表由安装在发动机上的消声器施加的额外静压力。
这需要保持一个最低限度，因为一个大背压会导致容积效率的降低和具体燃油消耗率的减小。
对于一个消声器而言，这两个重要设计的要求常常是矛盾的。
一个特定的发动机，消声器的噪音衰减表现可以从排气尾管噪音角度来进行实验性的评估，噪声的声压级为距离排气尾管500毫米远，而且是一个关于轴向45°角的尾管。
背压可以由一个压力传感器容易地检测出来。
近几十年来，传递矩阵法，有限元素法（FEM），边界单元法（BEM）和流体动力学计算（CFD）都广泛应用于排气尾管噪声的预测。
基于Matlab的噪声响度分析系统开发田锐;杨阳【摘要】目前对汽车齿轮的质量评定中,噪声检测分析是一类重要的评定方法,响度是其中一项重要的评价指标.针对在评定噪声数据过程中数据量大、计算复杂、难以灵活可变地调整响度计算过程的难点,建立了便捷的噪声响度分析体系,并基于Matlab开发了适应性强的噪声响度分析系统,实现了计权声压级和响度值等的计算.最后选用国内某汽车生产厂家的汽车齿轮噪声数据进行计算,并与德国Artemis专业声品质软件的计算结果进行对比并对所提出的方法进行了验证.【期刊名称】《电声技术》【年(卷),期】2011(035)012【总页数】5页(P57-61)【关键词】Matlab;噪声监测;响度计算;程序开发【作者】田锐;杨阳【作者单位】清远职业技术学院,广东清远511510;广东省清远市清新联统实业有限公司,广东清远511510;河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098【正文语种】中文【中图分类】TP311;TH1321 引言近年来，随着人们生活水平的提高，家用汽车越来越普及，伴随而来的汽车质量安全以及乘坐舒适性成为大家普遍关注的焦点问题。
汽车车体有大量的齿轮构件，这些构件的质量和噪声也成为汽车质量管理和噪声控制的研究热点。
一般来说，汽车后桥驱动齿轮是汽车驱动桥的主要部件，对其噪声进行检测和优化，不但能提高汽车质量和寿命，更能提高整车的舒适性。
目前国内外一般采用声级计判定齿轮噪声，并设定一定的标准进行汽车安全性和舒适性评价［1－2］。
然而要分析各种不同的齿轮噪声，并满足对齿轮噪声和性能的不同需求，急需一种灵活可变的噪声响度分析软件，不但能处理大量数据，更能选择不同的分析方法进行噪声分析。
为此，笔者提出了基于Matlab数值软件的噪声响度分析软件［3］，集成噪声分析、响度计算、数据存储等功能，并集成噪声数据分析接口可以方便灵活地按照用户的需求调用不同的噪声分析子程序，实现快捷方便的噪声响度分析。
汽车制动工况下车内时变噪声响度特征刘程;贺岩松;于海兴;刘建立【摘要】汽车车内噪声对驾驶员和乘员的舒适性有重要影响,因此研究基于入耳的汽车制动工况下车内时变噪声响度特征具有重要意义.对Moore时变响度模型的计算方法进行了详细研究,在Matlab中建立其模型并验证了模型的正确性.然后建立了汽车制动工况下车内噪声测试系统,获得了某款混合动力城市客车制动工况下乘员耳旁降噪前、后的噪声,并以此噪声为研究对象,对比分析传统时频方法、Zwicker和Moore特征响度分析方法的异同点.结果表明,特征响度比时频分析方法更能准确反映影响人响度感受的车内噪声来源；短期响度能够反映人的响度感觉,但最大值并不能全面反映汽车车内噪声的响度特征；Moore响度模型比Zwicker 响度模型频率分辨率更高且能量分布更为集中.【期刊名称】《汽车工程学报》【年(卷),期】2013(003)001【总页数】7页(P40-46)【关键词】Moore时变响度模型;噪声测试系统;制动噪声;特征响度;噪声来源【作者】刘程;贺岩松;于海兴;刘建立【作者单位】重庆大学机械工程学院,重庆400030;重庆大学机械工程学院,重庆400030;重庆大学机械传动国家重点实验室,重庆400030;重庆大学机械工程学院,重庆400030;重庆大学机械工程学院,重庆400030【正文语种】中文【中图分类】U467.5+1汽车NVH研究已经从噪声控制发展到噪声声学品质设计的新阶段，而响度是噪声声品质重要的评价指标之一[1]。
由于汽车大部分噪声是时变噪声，应用时变响度模型分析车内噪声具有一定的优越性[2-3]。
虽然响度模型研究很多[4-11]，但不同模型的计算结果存在一定差异，选择一种能准确反映车内噪声时变响度特征的模型具有实用意义。
响度的预测模型能够部分取代非常耗时的主观试验，在很多领域都有应用[4]。
一般来说，响度的计算模型可以分为稳态模型和时变模型[7]。
基于CFD数值模拟的某车型转向噪声分析随着汽车工业的快速发展，车辆的安全性和舒适性已经成为购车者考虑的重要因素。
车辆在行驶过程中，转向噪声是一种常见的问题，不仅影响车辆的舒适性，而且会引起驾驶员的厌烦和不适。
为了解决这个问题，本文通过利用计算流体动力学（CFD）数值模拟的方法，分析某车型的转向噪声产生的原因，并提出改进方案，以改善车辆转向噪声问题。
首先，对该车型的转向系统进行建模，并对模型进行简化处理，将车轮、转向系统和悬挂系统作为整体进行模拟，以减少模型的复杂度。
同时，考虑到汽车在实际行驶过程中，受到风阻、路况等多种因素的影响，因此，在模拟过程中引入了实际行驶时的气动力学和流体力学因素，以更真实地还原实际驾驶的情况。
在模拟过程中，通过不同的方法和技术，将各个因素的影响分别进行评估和分析，并在此基础上进行参数调节和优化，以求得更准确的结果和更好的车辆性能。
经过数值模拟分析，发现该车型的转向噪声主要是由车轮转向过程中的空气动力学效应和地面摩擦力所引起的。
由于车轮旋转时会产生旋转空气流，而这种旋转流会对车轮周围的气流进行干扰，产生噪音。
同时，在地面摩擦过程中，车轮转向时会产生横向力，这个力会产生噪音。
为了改善车辆转向噪声问题，本文提出了以下建议：1.优化轮胎设计：轮胎是车轮旋转时与路面直接接触的部分，因此优化轮胎设计可以减少车轮旋转时产生的空气动力和地面摩擦力，从而减少车辆的转向噪声。
2.减少前部进气口设计：通过减少前部进气口的面积和位置优化，可以减少空气进入车轮的流量，减少对车轮周围气流的干扰，从而减少转向噪声。
3.减少车轮周围的流阻：通过改变车轮周围的气流速度和方向，减少车轮周围的流阻，从而减少转向噪声。
4.优化车辆悬挂系统：在车辆悬挂系统中增加减震器以及其他减震装置，可以减少车轮与地面的接触，进一步减少地面上摩擦的力量，从而最小化转向噪声，并提高驾驶体验和行车舒适度。
综上所述，利用CFD数值模拟技术，对某车型的转向噪声进行了分析和评估，并提出了有针对性的改进方案。
车内振动噪声与声学优化的有限元建模研究摘要：在现代社会中，汽车已经成为人们生活中不可或缺的交通工具。
然而，车辆在行驶过程中产生的振动噪声问题，不仅影响了驾驶者和乘客的舒适性，还可能对健康产生负面影响。
因此，减少车内振动噪声，提高汽车的声学性能变得至关重要。
声学优化是解决这一问题的关键方法之一，它涉及有限元建模、声学材料的选择、结构改进和减振技术等多个方面。
本文将深入研究这些方法，以期为解决车内振动噪声问题提供有效的解决方案。
关键词：车内振动噪声、声学优化、有限元建模、声学材料、减振技术、主动降噪系统1.车内振动噪声与声学问题1.1车内振动噪声的来源与特点车内振动噪声是指在汽车行驶过程中产生的振动和噪声问题。
它的来源多种多样，包括来自发动机、车辆底盘、车轮和路面不平整等因素。
这些振动和噪声通过整车的车身框架结构和板结构进行振动噪声传递，辐射到乘员舱后，会影响驾驶者和乘客的舒适性，降低行驶过程中的安静度。
车内振动噪声的特点包括频率范围广、振幅不一、持续时间长，这使得它成为汽车行驶过程中常见的困扰因素。
为了改善乘车体验和提高驾驶者的专注度，需要深入了解振动噪声的产生机制和传播途径，以制定有效的声学优化策略[1]。
1.2声学优化的必要性声学优化是解决车内振动噪声问题的必要手段。
车内振动噪声不仅降低了驾驶者和乘客的舒适性，还可能对健康产生负面影响，如引发疲劳、增加压力，甚至损害听力。
此外，过高的振动噪声水平还会降低驾驶者的警惕性，可能导致事故的发生。
因此，声学优化的必要性不仅在于提高行驶舒适性，还在于确保乘客的健康和安全。
通过声学优化，可以减少车内振动噪声，提高声学性能，改善驾驶和乘车体验，为驾驶者和乘客创造更宁静、更舒适的汽车环境。
这使声学优化成为现代汽车制造业不可或缺的一部分，有助于提高汽车的市场竞争力和乘客满意度。
2.有限元建模的基础知识2.1有限元分析的定义和原理有限元分析（Finite Element Analysis，FEA）是一种数值分析方法，用于模拟复杂结构的力学行为。
第 36 卷第 5 期2023 年10 月振 动 工 程 学 报Journal of Vibration EngineeringVol. 36 No. 5Oct. 2023极限梯度提升声品质预测模型在车内噪声主动控制中的运用欧健1，彭沸潭1，张庆庭1，覃亮2，杨鄂川1（1.重庆理工大学车辆工程学院，重庆 400054； 2.重庆大江智防特种装备有限公司，重庆 401320）摘要: 针对特种车车内噪声声品质提升问题，利用极限梯度提升（XGBoost）算法建立声品质预测模型，模型预测值与实际主观评价值的平均相对误差为2.43%，分析得到客观参数对主观分数的影响权重；针对车内噪声非线性、非平稳性的特点，提出一种基于经验模态分解（ Empirical Mode Decomposition，EMD）和滤波⁃x最小均方（Filtered⁃x Least Mean Square， FxLMS）算法相结合的主动控制方法，预测模型结果表明，主观分数提升2.11，提升幅度为26.6%。
此方法对特种车内噪声非线性、非平稳性具有良好的控制效果，能有效改善车内声品质。
关键词: 噪声控制；声品质预测； XGBoost算法； EMD分解； FxLMS算法中图分类号: TB535； U467.4+93 文献标志码: A 文章编号: 1004-4523（2023）05-1349-07DOI：10.16385/ki.issn.1004-4523.2023.05.019引言噪声不仅对人的生理，而且更重要的是对人的心理，尤其是对神经系统的影响更为严重［1］。
在恶劣的噪声环境下，驾乘人员会出现精神紧张、心情烦躁、注意力分散等情况。
长时间的噪声污染更是加大了心脑血管疾病的患病可能［2⁃3］。
特种车辆的使用环境往往比乘用车或商用车更为恶劣，道路条件更加不理想，甚至是在没有道路的地形上使用，这样的条件下遇到的噪声振动激励种类变多，驾驶室内的噪声问题更加严重。
汽车关门声声品质评价方法的研究王长山;张立军【摘要】The evaluation method of door closing sound quality based on time-frequency characteristics of . A-weighted sound pressure level is presented with its virtues and defects pointed out. The computing models for Zwicker instantaneous loudness and time-varying loudness, Moore instantaneous loudness and time-varying loudness as well as sharpness are then built and their applicability to door closing sound quality evaluation is analyzed. Finally , a sound quality evaluation method for automotive door closing noise with the time-frequency characteristics of A-weighted sound pressure level, instantaneous loudness and sharpness as indicators is established and applied to the evaluation on two vehicle closing noise samples, and hence its feasibility is verified.%介绍了基于A计权声压级时频特性的汽车关门声品质评价方法,建立了Zwicker瞬时响度与时变响度、Moore瞬时响度与时变响度和尖锐度的计算模型,分析了各种模型对汽车关门声品质评价的适用性；最后建立了以A计权声压级时频特性、尖锐度和瞬时响度为指标的汽车关门声品质评价方法,并通过对两个关门声样本的评价,验证了该方法的可行性.【期刊名称】《汽车工程》【年(卷),期】2011(033)010【总页数】6页(P902-906,901)【关键词】关门声;声品质;瞬时响度;尖锐度;评价指标【作者】王长山;张立军【作者单位】联合汽车电子有限公司,上海201206;同济大学汽车学院,上海201804【正文语种】中文前言近年来，有关汽车关门声品质评价方法、关门声振机理、理论分析和控制措施的研究取得了重要进展。
