發動機聲激勵下的車內高頻噪聲分析

杜愛民1, 邵長慧1, 邵建旺1, 魏娜2

(1．同濟大學汽車學院, 上海 201804； 2．上汽乘用車技術中心, 上海 201804)

?

發動機聲激勵下的車內高頻噪聲分析

杜愛民1, 邵長慧1, 邵建旺1, 魏娜2

(1．同濟大學汽車學院, 上海 201804； 2．上汽乘用車技術中心, 上海 201804)

為研究發動機聲激勵下中高頻噪聲和整車聲學包隔聲性能，在VA One軟件中建立整車統計能量分析模型和聲學包模型，并進行基于能量的整車隔聲量測試和發動機噪聲采集試驗，驗證了整車模型的準確性。通過對駕駛員頭部聲腔和腿部聲腔的輸入能量貢獻量分析，發現前圍和地板是車內噪聲的主要傳播路徑，為后續汽車聲學包的優化設計和車內噪聲控制提供了幫助。

高頻噪聲; 噪聲源； 統計能量分析； 聲學包

汽車噪聲是由許多噪聲源共同作用產生的復合噪聲[1]。發動機噪聲占車輛噪聲的50%～70%，是車輛最主要的噪聲源，所以分析和控制基于發動機噪聲激勵下的車內高頻噪聲具有重要意義。

發動機聲波激勵噪聲的控制通常從傳播途徑上采取措施。聲學包是使噪聲在噪聲源到駕駛室傳播過程中得到有效阻隔的一種方法[2]。常用的聲學包一般采用吸隔聲材料組合，吸聲材料貼合車身板件布置，位于第1層，而隔聲材料位于第2層。吸聲材料主要有玻璃棉、聚氨酯(Poly-urethane, PU)泡沫等，隔聲材料主要有三元乙丙橡膠(Ethylene Propylene Diene Monomer, EPDM)、聚乙烯(Ethylene vinyl Acetate, EVA)等。

車內噪聲仿真分析方法從原理上可分為離散方法和能量方法。離散方法包括有限元法和邊界元法，在很多方面的應用受限[3-4]，例如，大規模數字計算問題、部分結構建模困難、研究時間過長等。相比之下，統計能量分析方法(Statistical Energy Analysis Method, SEA)是解決復雜系統寬帶高頻動力學問題的重要工具[5-7]。

本研究以某款國產乘用車為研究對象，建立整車SEA模型和聲學包模型，預測和分析了發動機聲激勵下的車內高頻噪聲情況。通過輸入能量貢獻量分析，發現前圍和地板是車內噪聲的主要傳播路徑，為后續聲學包的優化確定了方向。

1 模型的建立

1.1 整車SEA模型

基于VA One軟件平臺建立整車SEA模型。首先，將系統CAD模型導入VA One中，在導入的模型上選取點，建立結構子系統。將汽車內部和外部劃分成若干個聲腔子系統，并檢查和調整聲腔。聲腔子系統模型見圖1和圖2。

將各子系統通過面連接方式連接起來，實現能量在子系統之間的儲存、損耗和互相傳遞。而點、線連接貢獻量較小，可以忽略。

設置各種材料的物理屬性和參數，計算模型中各個子系統的模態密度、內損耗因子和耦合損耗因子。定義噪聲激勵，完成整車SEA模型。

1.2 聲學包模型

根據該乘用車原始聲學包，在整車SEA模型中對應各子系統創建聲學包結構。由于前圍將發動機艙和駕駛室分隔開，前圍隔聲量的大小將直接影響整車聲學包的吸隔聲性能水平。而車地板位于駕駛室下方，前連前圍，后接后座隔板，是車內噪聲控制中的重要部位。所以，對前圍和地板區域聲學包進行重點建模和分析。已知前圍聲學包材料依次為前圍鋼板、PU泡沫、EVA，地板聲學包材料依次為針刺、無紡布、EVA、PU泡沫、地板。

通過前圍和地板的有限元模型建立結構子系統。在子系統的兩側分別建立的10 m×10 m×10 m的聲腔子系統，分別定義為聲源腔和接受腔，并在聲源腔施加1 Pa的聲壓約束載荷。最后定義各子系統材料屬性和物理屬性。前圍聲學包模型見圖3。

將前圍和地板聲學包CAD模型導入到Hypermesh中，計算PU泡沫厚度分布情況。在前圍和地板SEA模型中建立與之相對應的聲學包，并應用到結構子系統中。

2 整車SEA模型的驗證

2.1 基于能量隔聲量試驗的驗證

基于能量的隔聲量試驗技術(Power Based Noise Reduction, PBNR)[7-8]具有互易性,且重復性好，可應用于整車級、子系統級目標的設定以及所建立SEA模型的驗證。

2.1.1 基于能量的隔聲量試驗

在整車半消聲室內進行基于能量的隔聲量試驗。發動機熄火定置，測量車身各結構對車內聲源激勵的隔聲性能。試驗時保持駕駛室門窗處于關閉狀態，將體積聲源置于駕駛室內部，根據激勵點的不同將PBNR試驗分為兩個部分，一是聲源位于駕駛員耳旁，另一個是聲源位于右后排乘客耳旁。選取發動機艙、前地板區、左前輪胎、左后輪胎、排氣尾管5個區域為車外響應測點。

利用LMS Test.Lab測試系統采集并記錄各測點對車內激勵的聲壓信號，處理試驗數據并進行1/3倍頻程轉換。計算車外各測點的聲壓信號與激勵點聲源信號的差值，得到聲源在駕駛員耳旁和右后排乘客耳旁分別激勵時各測點平均隔聲量曲線(見圖4和圖5)。

由圖4和圖5可知，在駕駛員耳旁和右后排乘客耳旁的聲源激勵下，整車隔聲量的變化趨勢基本相同，均隨著頻率的增大而增大。

2.1.2 基于PBNR測試驗證整車模型

在前圍和地板子系統的SEA模型中，計算得到各自的隔聲量，分別輸入到整車SEA模型中，得到隔聲量曲線。將PBNR測試得到的車內聲源激勵輸入到整車SEA模型中，仿真得到車外各測點位置的隔聲量，并與試驗結果對比。駕駛員頭部聲源激勵下，發動機艙和地板區域的隔聲量見圖6和圖7。

由圖6和圖7可知，駕駛員頭部聲源激勵下，發動機艙內區域隔聲量的仿真值與試驗值在400～1 600 Hz和4 000～6 300 Hz頻率段具有較好一致性，兩者絕對誤差都在3 dB以內。但1 600～4 000 Hz頻率段相差較大，這是因PBNR試驗時在駕駛員耳旁位置的聲源激勵下，車身板件共振產生結構輻射噪聲，使測得的隔聲量比仿真值小。地板區域在高于1 250 Hz頻率段，試驗值和仿真值吻合度較高，在400～1 250 Hz頻率段，試驗值與仿真值誤差稍大。

由圖8和圖9可知，右后排乘客耳旁聲源激勵下，發動機艙區域在400～6 300 Hz頻率段，仿真值與測試值均具有較好的一致性，絕對誤差都小于3 dB。地板區域隔聲量從頻率高于1 250 Hz開始，仿真結果與測試結果的誤差減小至3 dB以內，在低于1 250 Hz頻率段，仿真結果與試驗結果誤差稍大。

總體講，PBNR的仿真曲線與試驗曲線的一致性較好，驗證了整車SEA模型及聲學包模型的準確性。

2.2 基于發動機噪聲采集的驗證

2.2.1 發動機噪聲采集試驗

在半消聲室內選擇發動機怠速工進行況試驗。點火起動后，不碰觸加速踏板，踩住剎車保持車輛在原地，將測試工況設置在P擋位，選擇空調關和開兩種工況。空調關時，保證整個測試過程中冷卻風扇處于不工作狀態，而空調開時，將空調制冷溫度調至最低，并使冷卻風扇處于低轉速工作狀態。試驗的聲源激勵是發動機正常工作時車輛外部的噪聲信號，而響應點設置在車內，分別為駕駛員耳旁與右后排乘客耳旁處。車輛外部測點的布置可根據向車內傳遞的主要噪聲源位置來選定[7](見表1)。

表1 發動機噪聲采集試驗測點

試驗得到空調關和開時車外各激勵點聲壓級(見圖10和圖11)。在400～6 300 Hz頻率段，15個測點位置的聲壓級隨頻率的增大先增大再減小，并在500 Hz，1 000 Hz和2 000 Hz頻率處各出現一個峰值。以發動機附近測點為例，發動機艙內左右兩側面的聲壓級相差不大，且遠高于其他測點的聲壓級，這是因為發動機艙一般是車內噪聲的主要來源，受空調開關的影響不大。

圖12和圖13分別示出空調關和開時，駕駛員耳旁和右后排乘客耳旁的聲壓級。與車外激勵相對應，駕駛員耳旁和右后排耳旁聲壓級也在500 Hz，1 000 Hz和2 000 Hz頻率處各出現一個峰值，且在整個分析頻率段，駕駛員耳旁聲壓級高于右后排乘客耳旁聲壓級，說明駕駛員耳旁位置對車內噪聲更敏感。

2.2.2 基于車內噪聲采集驗證整車模型

在整車SEA模型中，將試驗測得的發動機艙聲激勵下的車外聲場15處測點結果作為激勵載荷直接施加到外部聲腔子系統，聲載通過建立的面連接向車內傳遞，引起車內聲響應。選擇駕駛員頭部聲腔和右后排乘客頭部聲腔，計算整車SEA模型的車內聲壓級。仿真與試驗對比結果見圖14至圖17。

由圖14可知，在400～800 Hz的頻率范圍內，試驗值與仿真值的誤差稍大，但在800～6 300 Hz頻率段，仿真曲線與試驗曲線基本吻合，絕對誤差小于3 dB。圖15顯示空調關時駕駛員耳旁和右后排乘客耳旁聲壓級的仿真結果與試驗結果誤差較小，數據吻合度較高。由圖16和圖17可知，空調開時，聲壓級仿真曲線在試驗曲線附近上下浮動，但整體趨于一致。說明該整車SEA模型具有一定預測準確度，仿真計算結果是有效的。

3 輸入能量貢獻量分析

車內某一聲腔的噪聲來源于相鄰聲腔的空氣傳聲和各板件受激勵后的結構傳聲，而不同位置的子系統對車內噪聲的貢獻量是不同的。為使后續車內降噪和聲學包的優化更具有針對性，需要確定噪聲的主要傳遞路徑，即主要通過哪些部件傳遞到車內，對車內聲腔進行輸入能量貢獻量分析。由于駕駛員位置對車內噪聲比較敏感，因而重點考察駕駛員頭部聲腔。利用驗證后的整車SEA模型對駕駛員頭部和腿部聲腔進行輸入能量貢獻量分析，得到輸入能量貢獻量曲線(見圖18和圖19)。

由圖18和圖19可知，駕駛員頭部聲腔輸入能量主要來自前圍板和儀表板，腿部聲腔輸入能量主要來自整車地板，均在400～1 000 Hz和4 000～6 300 Hz頻率范圍內。這說明噪聲主要是通過前圍板和地板傳到車內。因此，在后續的降噪措施改進中，優化前圍板和地板子系統聲學包具有重要意義。

4 結束語

建立了整車SEA模型和聲學包模型，通過PBNR測試和發動機噪聲采集試驗，驗證了模型基本滿足工程分析精度的要求。通過駕駛員頭部和腿部聲腔輸入能量貢獻量分析，確定前圍和地板是車內噪聲傳遞的薄弱環節，為后續降噪措施和聲學包的改進提供了方向。

[1] 何宇漾，靳曉雄，秦曉龍. 轎車車內中頻噪聲分析及車身板件優化[J]. 現代制造工程,2012(12):35-39.

[2] 葛鋒，李勇，顧彥. SEA在汽車聲學包降本設計中的應用[J].上海汽車,2012(7):45-48.

[3] 陳書明，王登峰，昝建明. 基于FE-SEA混合模型的轎車車內噪聲預測[J].汽車工程,2011(3):236-240.

[4] 張強，郝志勇，毛杰，等. 基于SEA的鎂質前圍板與車內聲場耦合優化分析[J].汽車工程,2014(8):1004-1008，1013.

[5] Parimal Tathavadekar,Denis Blanchet,Len Wolf. Rapid SEA Model Building Using Physical Measurements on Vehicles[C].SAE Paper 2003-01-1543.

[6] 劉從光，萬鵬程，程育虎，等. 統計能量分析在汽車前壁板隔聲分析中的應用[C]//2013中國汽車工程學會年會論文集.北京：中國汽車工程學會，2013.

[7] Jianwang Shao,Xian Wu,Na Wei,et al.Optimal Design of Vehicle Dash and Floor Sound Package Based on Statistical Energy Analysis[C].SAE Paper 2015-01-0661.

[8] 祁宏鐘，王巖松，王國慶，等.基于統計能量分析的車內中高頻噪聲分析與優化[J].機械設計,2014(9):66-70.

[編輯: 李建新]

Vehicle Interior High Frequency Noise under Engine Acoustic Excitation

DU Aimin1, SHAO Changhui1, SHAO Jianwang1, WEI Na2

(1.School of Automotive Studies， Tongji University， Shanghai 201804， China;2. SAIC Motor Passenger Vehicle Co.， Shanghai 201804， China)

In order to research the vehicle interior high frequency noise and the performance of sound package under the engine acoustic excitation, the statistical energy analysis and sound package models were built with VA One software. Both the power-based noise reduction test and the engine noise measurement were conducted to verify the accuracy of vehicle model. The cowl panel and floor were identified to be the main noise transfer paths according to the energy contribution of driver head and leg acoustic cavity, which laid the foundation for the optimization of sound package and the control of vehicle interior noise in the future.

high frequency noise; noise source; statistical energy analysis; sound package

2015-12-23;

2016-03-25

汽車振動噪聲分析與控制公共服務平臺建設(上海市發展改革委員會)

杜愛民(1971—)，男，博士，副教授，主要從事發動機NVH、混合動力方面的研究；duaimin1971@aliyun.com。

邵長慧(1988—)，女，碩士，主要研究方向為發動機NVH；shaoch77@163.com 。

10.3969/j.issn.1001-2222.2016.04.005

U467.493

B

1001-2222(2016)04-0027-06