LMS Test Lab在整车路面载荷提取中的运用

发布者:DreamyMoon最新更新时间:2015-02-10 来源: newmaker关键字:LMS  Test  Lab  整车路面  载荷提取 手机看文章 扫描二维码
随时随地手机看文章
1 前言

随着汽车产业的迅猛发展,汽车的乘坐舒适性能如噪声和振动常常成为区分汽车好坏最为直接的重要因素之一。乘用车低频噪声问题一直是目前设计和控制的难点,路面噪声通常可以分为两类,一是轮胎与路面相互作用直接辐射进车内的噪声,称为直接路面噪声;二是由于路面激励,通过悬架系统引起车身振动而产生的结构辐射噪声,称为间接路面噪声。由路面激励引起的结构噪声已成为现代汽车日益关注的焦点。

汽车受路面激励力的作用,通过不同的传递路径引起车身结构的振动,从而向车内辐射大量噪声。为了有效的控制和分析路面噪声,通常需要进行路面噪声传递路径分析,可以通过传递路径试验分析,也可以通过
CAE仿真分析,以确定每条路径对目标点(车内噪声)的贡献量,从而为汽车低噪声产品设计和控制提供强有力的指导方案。目前CAE仿真已成为解决NVH最为便利和快捷的分析方法,为了确保分析结果的准确度,在进行CAE仿真过程中,需尽可能的采用与实际相近的输入条件。通常需要结合试验测量分析方法来获取激励力,从而保证输入条件的真实性。针对轮胎噪声仿真分析,通常需要悬架与车身接点处的激励力,加载于整车有限元分析模型,进行结构噪声分析。

2 基本思想

通常进行路面载荷提取的试验及求取流程如下图所示:


图1 路面载荷提取流程图

对于路面激励引起的结构噪声,系统结构有多个相关的激励源,通常需要多个参考信号。对于这种耦合问题,需要通过主分量分析(PCA)将多参考问题转换为单参考问题,即解耦后进行单独分析。通常采用奇异值分解对工况数据进行主分量分析,将多个相关的耦合问题转化为一个和几个相互独立的问题。

在对试验工况数据进行主分量分析后,可以建立传递路径分析模型,在分析模型中提取激励力。激励力的获取方法主要有直接测量法、动态复刚度法、逆矩阵法及激励点反演法四种。如果主动方和受动方是刚性连接或者弹性连接但弹性元件的刚度相对于主、受动双方的局部刚度较大,耦合元件的变形相对于其周围结构的变形不够大,就不适合使用动态复刚度法测量耦合激励力,因此本次试验采用矩阵求逆法。为了避免矩阵奇异值分解时产生数值分解问题,并使估计出的耦合激励力更加精确, 应使参考自由度数不小于耦合激励力数(传递路径数)。

其中{Fn}为各耦合点处的激励力;[H(ω)]为激励力到各个指示点的局部传递函数矩阵;{Xm}为被动方指示点加速度响应向量。

在使用矩阵求逆法时还应注意:参考自由度须取在被动方,尽量分布在耦合点附近。测量传递函数时,主动方应在各耦合点处与受动方解耦并从耦合点移走,以消除激励源耦合的影响。

3 试验测量及分析过程

3.1 试验条件及准备

试验通常分两部分:

一、工况数据测量:测量车辆在实际工况下各指示点的振动加速度及目标点的声压。试验路面为粗糙路面,路面四周空旷,背景噪声应比被测噪声低15dB(A)以上。本次试验时,车辆从60km/h 进入粗糙路面后空档滑行至40km/h,记录该车速区域内各指示点的振动加速度及车内目标点的声压时间历程。

二、传递函数测量:测量各个传递路径到目标点的振—声传递函数(全局传函),以及传递路径激励力到各个指示点间的加速度响应传递函数(局部传函)。试验前拆除车辆悬架主动端部分(车轮总成),将车辆用软橡皮绳吊挂,使车辆处于自由状态。采用力锤单点激励多点响应的方法进行传递函数测量,试验中需要必要的辅助夹具,便于敲击及传感器安装。

测点安装与布置:指示点选在悬架系统被动端链接处,每个接点处布置两个及两个以上的三向加速度传感器;目标点布置于车内驾驶员及乘员外耳处(靠近车窗侧)。测点布置及安装示意图如下图所示:


图2 指示点布置及安装示意图


图3 传递函数测点时敲击点示意图


图4 车内目标点布置及安装示意图

3.2 分析过程及结果

在进行传递路径载荷提取前,首先要检查试验数据,通常运用工作变形分析(ODS)来检查试验数据的一致性,以此来判断试验数据是否可取。另外通过工作变形分析还可以及时了解和分析结构(如前副车架和后托架)的动态特性。
[page]
在确认了试验数据之后,在LMS Test Lab Multi-Reference Post Processing模块中进行多参考点分析,获得指示点与目标点间的互功率谱函数。继而在LMS Test Lab Principal Component Analysis模块中进行主分量分析(PCA),目的是将耦合的多参考问题转换为非耦合的单参考问题,从而将问题简化后得以求解。经过主分量分析后的试验结果如下图所示:


图5 主分量分析结果图

从上图5的主分量分析结果中可以看出,车内各点噪声值的第一阶主分量与试验测量分析结果基本吻合,车内各点的噪声值主要由其第一阶主分量组成,其它几阶主分量对车内噪声的贡献量均很小。因此,在进行传递路径分析时,可忽略其它几阶主分量,只取第一阶主分量进行分析。

在进行了主分量分析之后,将多参考耦合系统转换为单参考的独立系统进行分析,确认了主要的能量组成成分,忽略不重要的能量成分,从而实现降维以简化问题。然后建立TPA分析模型,选取目标点、传递路径、指示点及分析工况(根据以上主分量分析结果,本次分析采用第一阶主分量工况)。运用逆矩阵的方法求解载荷激励,进而拟合出车内目标点的噪声结果,并进行传递路径贡献量分析,分析结果如下图所示:


图6 拟合的目标点声压结果与试验结果对比图


图7 路径贡献量分析结果图

从图6中可以看出,拟合出的车内噪声结果与试验所得的结果吻合得很好,两者的频谱特性基本一致。从贡献量分析图7中可以看出,车内前侧驾驶员及副驾乘员外耳位置处在116Hz及240Hz左右的噪声峰值主要由后悬架传递的,80Hz及140Hz左右的峰值频率主要来源于前悬架系统。车内后排乘员外耳处的噪声在86Hz、116Hz及240Hz左右的峰值主要来源于后悬架系统,前悬架系统对车内后排乘员外耳处的噪声结果贡献较小。因此,可知通过该TPA模型获得的路面载荷激励力是可靠的,获得的激励力结果如下图所示,车辆左右悬架系统是对称系统,故获得的左右侧激励力基本一致。


图8 前悬架连接处路面载荷激励力结果

4 结论

本次试验运用多参考点的处理方法,结合主分量分析将复杂的耦合问题简单化为独立的单参考点问题。进而建立了相关传递路径分析模型,利用逆矩阵法获得了悬架系统与车身连接处的激励力。同时进行了传递路径贡献量分析,了解每条传递路径对车内目标点的能量贡献情况,该车车内噪声的几个峰值频率116Hz及240Hz主要来源于后悬架系统。拟合出了车内目标点的噪声结果,经与试验所获得的结果相比对,两者有着很好的一致性,从而验证了所得激励力的准确性,为今后NVH仿真分析提供更为科学的输入条件。(end)
关键字:LMS  Test  Lab  整车路面  载荷提取 引用地址:LMS Test Lab在整车路面载荷提取中的运用

上一篇:射频识别技术在停车场中应用分析
下一篇:基于小波变换和角度域分析的发动机气门机构异响排查

推荐阅读最新更新时间:2024-05-02 23:30

在家也有看大片的感觉,家庭影音生态圈新课题解析
电视/显示屏幕、投影机与家庭影院音响三大类产品,是构建家用视听环境的主要元素。随着显示技术不断的提升,例如屏幕分辨率越来越高,消费者的焦点也从画面呈现的细致度转向到高水平的音质输出,以追求更好的影音体验。近年来影音规格趋于多元化,形成新的家庭影音生态链以及创新应用趋势,其中又以Dolby及DTS为环绕音效市场的主流。 以Dolby系统音效为例,喇叭声道数从最开始的Dolby Pro Logic 5.1声道,规格持续升级到最高规格的Dolby Atmos 24.1.10 声道。至于什么是Dolby Atmos呢? Dolby Atmos为杜比实验室于2012年4月首度发表的电影环绕音效技术,舍弃声道概念(replaced cha
[物联网]
在家也有看大片的感觉,家庭影音生态圈新课题解析
OPEN AI LAB推出专为嵌入式平台设计的AI推理框架—Tengine
边缘AI应用正处于大规模落地的前夕,巨大的IoT市场和革命性的AI技术产生的剧烈交互将带来前所未有的应用革命和商业机会。那么在边缘设备部署AI应用的瓶颈都有哪些? n 有人有现成的芯片和应用场景,却为缺乏算法和平台苦恼。 n 有人有自己的算法,却为缺乏一个好用的嵌入式跨平台框架而苦恼。 n 有人有自己的算法和硬件平台,却为嵌入式平台有限算力苦恼。 OPEN AI LAB看到了业界痛点,顺应市场需求推出了专为嵌入式平台设计的AI推理框架——Tengine。 专门针对Arm嵌入式设备优化的神经网络推理引擎 OPEN AI LAB于2016年12月成立,由Arm中国联合产业伙伴发起,致力于推动芯片、硬件、算法、软件整个产业链的深度合
[嵌入式]
OPEN AI <font color='red'>LAB</font>推出专为嵌入式平台设计的AI推理框架—Tengine
现代摩比斯推新型空气悬架技术 可自动调整车辆高度/吸收路面震动
(图片来源:现代摩比斯官网) 据外媒报道,最近,现代摩比斯(Hyundai Mobis)宣布成功研发了“预检空气悬架技术”(Preview Air Suspension Technology),该技术可自动调整车辆高度,并通过主动利用即将出现的导航信息吸收路面震动。该技术是一种预测道路状况和交通信息的技术,可在保证安全性的同时,提供舒适的乘坐体验(自动调整车辆高度以及吸收路面震动),在进入学校和操场区域前,该技术就可在500米开外降低车辆高度,以获得更好地视野。 该技术利用导航系统提供的道路信息,平均可在距离目标点500米以内进行激活。当导航信息显示附近有学校或操场时,车辆会降低自身高度、软化悬架模式,以获得更好地
[汽车电子]
现代摩比斯推新型空气悬架技术 可自动调<font color='red'>整车</font>辆高度/吸收<font color='red'>路面</font>震动
LMS设备在目前最大的空间望远镜最后测试阶段中的应用
如果一切按计划进行,同类型中最大的空间望远镜——Herschel望远镜将于2009年初从欧洲空间局法属圭亚那地区的库鲁发射场搭载Ariane 5型火箭发射升空。大约6个月后,Herschel将到达空间中围绕第二拉格朗日点(也被天文学家们简称为L2点)的轨道运行。从太空中这个远离地球150万千米的位置,Herschel将调查恒星和星系如何形成的历史,同时也将研究它们继而如何形成银河或其它星系。 如此重大的项目并非一蹴而就。ESA(欧洲空间局)和欧洲航天工业的专家组经过多年的辛勤劳动将各个价格昂贵的结构部件组装起来,并将其装载到航天器上。它是一个约7.5米高、4米宽的高大筒状物,发射质量接近3.3吨。Herschel前往L2点的行程将
[测试测量]
Ng出任Test Advantage电路板维修业务部销售经理
亚利桑那州坦佩——2011 年 7 月 25 日——Test Advantage,为 Boston Semi Equipment Group(BSE 集团)旗下公司,于今日宣布任命 Kenneth Ng 为公司电路板维修业务部销售经理。Ng 将侧重于向自动化测试设备 (ATE) 后端半导体市场销售该公司的硬件维修和保修服务。他将常驻新加坡并且向 Test Advantage 亚洲副总裁 Richard Huang 报告。 “电路板维修业务是 Test Advantage 全盘计划中的重要组成部分,它能在后端二级市场中为我们的客户提供全面且增值的产品。”Test Advantage 公司的控股公司 BSE 集团执行副总裁 Coli
[半导体设计/制造]
新的变步长LMS算法及DSP设计
新的变步长LMS算法及DSP设计 Widrow和Hoff等人于1960年提出最小均方误差(LMS)算法,由于其结构简单,计算量小,稳定性好,易于实现等优点而得到广泛的应用。LMS算法的缺点是收敛速度慢,它克服不了收敛速度和稳态误差这一对固有矛盾:在收敛的前提下,如果步长取较大值,虽然收敛速度能得到提高,但稳态误差会随之增大,反之稳态误差虽然降低但收敛速度就会变慢。为解决这一矛盾,人们提出了许多改进型自适应算法。其中很大一类是变步长LMS算法。文献 提出Sigmoid函数变步长LMS算法(SVSLMS)。该算法在初始阶段或未知系统的系数参数发生变化时,其步长较大,从而使该算法有较快的收敛速度;而在算法收敛后,不管主输
[嵌入式]
新的变步长<font color='red'>LMS</font>算法及DSP设计
三星6410裸机程序开发5:使用三星官方6410_Test工程开发裸机程序
在 三星6410裸机程序开发1 文章中,说到的是采用eclipse + windows安装版的专为ARM嵌入式处理器预编译的GNU工具组合来开发6410的裸机程序。由于遇到了中断问题,所以不得不切换开发环境。 幸运地是,不仅顺利切换到RVDS环境,而且还发现了三星官方6410_Test工程。这个工程提供了芯片大部分功能模块的裸机程序实现和测试用例程序。 1. RVDS环境安装 RVDS(RealView® Development Suite)是ARM公司继SDT与ADS1.2之后主推的新一代开发工具,向下兼容以前的版本(ADS v1.2.1、1.1、1.0.1)。由于6410_Test工程采用的是RVDS2.2,所以当然是
[单片机]
三星6410裸机程序开发5:使用三星官方6410_<font color='red'>Test</font>工程开发裸机程序
BAT的人工智能格局:腾讯任命张潼博士为AI Lab主任
  2017年3月23日, 腾讯 宣布任命 人工智能 领域顶尖科学家张潼博士担任 腾讯 AI Lab( 腾讯 人工智能 实验室)主任。张潼博士将作为腾讯AI Lab第一负责人,带领50余位AI科学家及200多位AI应用工程师团队,专注于 人工智能 的基础研究,主要包括计算机视觉、语音识别、自然语言处理和机器学习这四个垂直领域。同时,基于腾讯自身的业务需求,腾讯AI Lab还会在内容、社交、游戏和平台工具型AI四个方向进行研发与应用合作。下面就随手机便携小编一起来了解一下相关内容吧。    研究领域   聚焦四大领域的基础研究,包括:计算机视觉、语音识别、自然语言处理与机器学习,力求全面覆盖并深层次拓展AI的前沿技术能力。   
[手机便携]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved