李利明,王 恒,申秀敏,付江華
(1.重慶金康賽力斯新能源汽車設計院有限公司, 重慶 401135;2.重慶理工大學 車輛工程學院, 重慶 400054)
隨著新能源汽車的發展,汽車市場對純電動汽車的需求已不僅僅在于滿足續駛里程及安全性等基本性能,對其品質感、舒適性的要求日漸提高,直接導致各大車企對旗下產品NVH性能也愈發重視。雖然近年來汽車NVH控制技術得到了較快的發展,使得汽車舒適性得到了明顯提高。但純電動汽車動力總成由傳統燃油車的發動機轉變為電動機后,一方面電機產生的低頻振動噪聲對車內的貢獻已十分輕微,另一方面由于電動汽車沒有了發動機噪聲的掩蔽,路噪、胎噪等問題變得更為突出[1]。因此,路面激勵引起的車內低頻噪聲問題,在純電動汽車上顯得尤為重要。
本文以國內某新能源車企推出的5座純電動SUV為研究對象,針對其在中低速(40~60 km/h)行駛時車內存在的明顯“咚咚聲”和壓耳感問題進行分析與優化。通過在車內駕駛員右耳和后排座位中間安裝麥克風,利用頻譜分析和模態試驗方法,識別出問題原因為背門一階模態被路面激勵所致。應用擴展定點理論設計了1款動力吸振器,并對方案效果進行了驗證。
由于汽車車身主體結構是由鋼板沖壓焊接而成,不僅具有自身結構的振動模態,而且在乘員艙封閉的空腔內車身振動擾動空氣也會產生許多的振動模態和聲腔模態[2-3]。當車內空氣體積變化時,會與車身壁板的結構振動在低頻范圍內產生很強的耦合作用[4-5]。
當駕駛汽車在城市道路行駛時,中低速往往是使用最多的工況,此時路面激勵會通過輪胎懸架直接傳至車身[6]。若與車身板件或車內聲腔模態產生耦合,此時車內噪聲將出現較高的峰值,給乘員的耳膜一種強烈壓迫的感覺,即壓耳感,其產生機理如圖1所示。若長時間在此環境下,會使車內乘員產生疲勞和煩躁等不舒適感,極易導致消費者對汽車品質的抱怨。

圖1 路面噪聲產生機理框圖
多自由度系統的強迫振動可用如式(1)所示的振動微分方程描述:

(1)

將式(1)進行拉普拉斯變換得:
(s2M+sC+K)X(s)=F(s)
(2)
式中:s=jω為拉普拉斯算子;X(s)、F(s)分別為系統位移和激勵力的拉氏變換,式(2)變換為:
(K-ω2M+jωC)X(ω)=F(ω)
(3)
引入如下的模態矩陣和模態坐標:
Φ=[Φ1,Φ2,…,ΦN]
(4)
Q={q1(ω),q2(ω),…,qN(ω)}T
(5)
將X(ω)=ΦQ代入式(3),經過變換可得模態坐標系下系統第r階的解耦方程:
(Kr-ω2Mr+jωCr)qr=Fr=ΦTF(ω)
(6)
式中:Mr、Cr、Kr為系統的模態參數,由式(6)可知,系統第r階模態坐標的響應如下:
(7)
動力吸振器是利用共振系統吸收主系統振動能量以減小主系統本體振動的一種裝置。其實質是在主振系統上(M1)附加一個質量彈簧子振動系統(M2),該附加系統在共振時可產生一個與主系統相位相差180°的反作用力,從而將主系統某頻率下振動減小[8]。其動力學模型如圖2所示,系統微分方程為[9]:

(8)
式中:X1、X2分別為主系統和動力吸振器的位移;K1、K2分別為主系統和動力吸振器的剛度;C為動力吸振器的阻尼;F(t)為主系統的激勵力。

圖2 動力吸振器動力學模型示意圖

當主系統做諧和運動時,由式(8)可得出主系統位移X1對應激勵力F(t)的動力放大系數:
(9)
動力吸振器最佳調諧比:
α=1/(1+μ)
(10)
最優阻尼比:
(11)
將式(10)、(11)代入式(9)得:
(12)
由式(12)可知:質量比μ與放大系數A成反比,μ越大,系統放大系數越小,即動力吸振器的減振效果越好。由μ=M2/M1可知,動力吸振器質量大小與主振系統振幅衰減量呈正相關。但考慮吸振器質量增加對整車輕量化、能耗等的影響及其制造成本的增加,通常將動力吸振器設計為主振系統質量的0.1~0.3倍[10]。
某純電動汽車在中低速行駛(40~60 km/h)時車內存在明顯的“咚咚聲”,且有較明顯的壓耳感,主觀評價給人感覺極不舒服,尤其是在粗糙路面上行駛時。
根據“源—路徑—響應”的分析方法,對車內噪聲頻譜進行分析發現,問題頻率約為37 Hz,如圖3所示。參考本公司同平臺其他車型,車身鈑金件模態頻率在35~50 Hz。進一步通過排查發現,分別對背門上鎖和解鎖2種狀態下進行測試,解鎖背門后,噪聲峰值明顯降低,測試結果如圖4所示。DR表示駕駛員右耳處,RM表示后排中間位置左耳處。

圖3 駕駛員及后排中間位置耳壓云圖

圖4 原狀態和背門解鎖車內噪聲頻譜
由于本問題發生于純電動汽車上,無發動機激勵頻率的干擾,且問題頻率在37 Hz附近,屬于低頻范圍(<50 Hz)。由此猜測本問題的激勵源是車身上某板件被路面-輪胎激勵所致。通過調查整車模態規劃表發現,背門一階模態為38.35 Hz,與問題頻率接近,建議對背門進行實車約束狀態下的模態試驗驗證,背門一階模態結果如圖5所示。

圖5 背門一階模態分析云圖
試驗模態分析是指對結構上某點進行激勵,測得響應后得到其頻率響應特性,根據激勵不同又可分為脈沖激勵、階躍激勵、快速正弦掃描[11]。按約束狀態的不同可分為自由模態分析及約束模態分析。自由模態分析主要對物體自身的參數進行識別,用于評價其動力學性能;約束模態分析則考慮了物體實際工作時的約束狀態,表現的是物體工作狀態下的性能,更具參考價值。利用LMS Test.Lab軟件對背門進行實車約束條件下的錘擊法模態試驗,得到背門模態參數,如表1所示,一階模態振型如圖6所示。由此可知,背門在約束狀態下一階模態頻率為38 Hz,從而確認該問題是背門一階模態被路面激勵導致背門振動被進一步放大后產生輻射噪聲引起車內壓耳。

表1 背門模態參數

圖6 背門模態振型界面
由式(7)可知,要想使背門模態不被路面激勵起來,可通過調整背門剛度、阻尼和質量來對背門模態進行控制。此外,當上述方法均不能滿足要求時,還可以通過動力吸振器對背門模態進行調整??紤]到現階段調整背門剛度相對困難,根據上述思路及方案實施的難易程度,首先對背門增加質量和貼阻尼片方案進行了驗證。對背門內板加2 kg質量塊后驗證結果如圖7~9所示,從圖可知:加質量塊后,前排噪聲無改善,后排噪聲峰值降低2 dB(A),背門振動無改善。由于阻尼主要用于改善200~500 Hz的中高頻噪聲,對低頻噪聲改善效果并不明顯[7],故不考慮。

圖7 加2 kg質量塊駕駛員右耳車內噪聲頻譜

圖8 加2 kg質量塊后排中間車內噪聲頻譜

圖9 加2 kg質量塊背門振動曲線
由上述分析可知:調整背門質量、剛度和阻尼均不能有效解決此問題。因此,考慮設計1款動力吸振器來對背門模態進行控制。
當主振系統問題頻率識別后,需要根據上述介紹的動力吸振器理論來設計其參數,從而減小主振系統的振動。在背門模態試驗中通過對背門各個響應點的頻響函數進行疊加,獲取背門的綜合頻響函數,利用LMS Test.Lab軟件自帶的Polymax對背門模態參數進行辨識[12],背門等效質量為13.69 kg。由于擴展定點理論適用于主振系統不含阻尼或阻尼極小的情況下,而背門一階阻尼比僅為0.036 6,故擴展定點理論適用于背門動力吸振器設計[13]。取動力吸振器質量比為0.1,由M2=μM1得吸振器質量為1.369 kg,由一階模態頻率f1=38.097 Hz得ω1=2π×38.097 rad/s,由式(10)~(12)及質量比、調諧比α、頻率比λ、阻尼比ξ、系統固有頻率ω之間的關系可得動力吸振器的剛度約為78 362 N/m,阻尼約為121 N·s/m。
為縮短問題驗證周期,節省整車開發時間,此處通過選擇一款現有的動力吸振器調整橡膠硬度、大小等進行快速驗證,其實物如圖10所示。最終測試獲得動力吸振器的設計參數如表2所示,實際參數與設計參數雖有一定誤差,但均在5%的可接受范圍內。


圖10 動力吸振器實物
動力吸振器設計好后,選擇背門板結構一階模態變形最大的中間部位進行安裝,如圖11所示。同樣在駕駛員右耳(DR)和后排座位中間(RM)布置麥克風,在背門上布置3向加速度傳感器,分別在試驗場光滑瀝青路和粗糙瀝青路進行試驗,試驗結果如圖12~14所示(圖中結果為光滑瀝青路測試結果,粗糙瀝青路優化效果更明顯)。圖中紅色線為原狀態測試結果,綠色線為加裝動力吸振器測試結果。

圖11 動力吸振器安裝位置

圖13 后排中間車內噪聲頻譜
由圖12可以看出,加裝動力吸振器的方案相比于原狀態,在26~48 Hz頻段范圍內,前排噪聲峰值降低3 dB(A)。由圖13可知,在37 Hz附近,后排噪聲峰值降低5.6 dB(A),優化效果顯著。由圖14可知,加吸振器后,37 Hz附近共振帶明顯消失,背門振動峰值降低0.05g。

圖14 加裝動力吸振器前后背門振動曲線
最后,通過對加裝動力吸振器的車輛進行主觀評價,上述“咚咚聲”和壓耳感現象基本消失,車內噪聲主觀上可接受,且其他車速段無新問題產生。由此可以確認該低頻壓耳感問題為路面激勵頻率與背門模態頻率耦合導致。
針對某純電動汽車40~60 km/h車內低頻壓耳問題,通過“源-路徑-響應點”查找問題并設計了背門動力吸振器進行快速驗證,使該車型NVH性能得到明顯改善。主要結論如下:
1) 純電動汽車低頻壓耳問題主要由路面激勵,并通過輪胎/懸架系統傳遞,引起車內壓差變化或與聲腔模態耦合,導致車內噪聲被放大,本文的研究對路面激勵引起的車內壓耳問題有參考意義。
2) 車輛設計前期,做好整車模態規劃對后期NVH問題整改優化具有非常大的指導意義,可大大節省后期實車調校中分析解決問題的時間。
3) 動力吸振器能有效降低背門共振,使背門模態與路面激勵解耦并降低背門振動響應,獲得由路面激勵引起的電動汽車車內低頻壓耳的優化方案,但后續還需對動力吸振器的結構與背門安裝位置進行匹配優化。