某型純電動汽車路噪仿真與優化

劉碩，湯萌，趙云，傅林，劉吉

某型純電動汽車路噪仿真與優化

劉碩，湯萌，趙云，傅林，劉吉

（威馬汽車科技集團有限公司 成都研究院，四川 成都 610100）

在純電動汽車開發過程中，如何有效基于有限元手段實現低頻結構路噪的預測與優化，對純電動汽車NVH性能具有重要意義。文章基于Spindle Loads方法對某型純電動SUV汽車在大粗糙路60km/h工況下的低頻結構路噪進行仿真預測，通過與實車測試結果對比，顯示低頻結構路噪有限元模擬結果與試驗結果曲線整體趨勢一致性較好；對53Hz與127Hz風險頻率點原因進行剖析并提出相關優化方案，實車驗證有效。

路噪；有限元仿真預測；優化

引言

當純電動汽車以中低速行駛在粗糙路面時，其主要的噪聲來源是路面不平順度引起的結構噪聲（簡稱路噪）以及輪胎與路面相互作用引起的輪胎噪聲（簡稱胎噪）[1]。結構噪聲具有中低頻特性[2]，主要頻率范圍50～250 Hz[3]，輪胎空氣噪聲頻率一般大于500 Hz[4]。該工況下的低頻結構噪聲是客戶最難以接受的NVH問題之一，該問題已經引起各大純電動汽車生產廠家的重視。

對于純電動SUV車型而言，在改善低頻結構噪聲時需要兼顧操縱穩定性，但其底盤懸架相比與乘用車偏硬[5]，通過底盤優化改善低頻路噪通常又與整車的操控性和耐久性相悖，因此對于純電動SUV車型而言低頻結構噪聲改善是一項極具挑戰的工作。為此，如何有效基于有限元手段實現低頻結構噪聲的預測，并對相關風險點進行原因剖析從而改善低頻結構噪聲水平具有重要意義。本文基于Spindle Loads的方法，對某型純電動SUV車型在大粗糙路60km/h工況下的低頻結構噪聲聲壓曲線進行仿真預測，并對風險頻率點原因進行剖析，進而提出相關優化方案為后期路噪調校提供可靠依據。

1 整車路噪仿真預測

1.1 路噪載荷采集

低頻結構噪聲激勵源于輪胎與路面之間的碰撞，經底盤懸架傳遞到車身進而輻射出噪聲[3]。有限元仿真采用Spindle Loads的方法預測整車路噪[6]，在試驗場粗糙瀝青路10/14路面，60km/h工況下進行載荷采集。在整車前后懸架轉向節位置布置三軸加速度傳感器，采集加速度載荷信號，如圖1所示。有限元仿真整車模型中取點位置與測試狀態保持對應一致，如圖2所示。

圖1 測試傳感器布置示意圖

圖2 有限元模型響應點布置示意圖

1.2 求取輪心力載荷大小

圖3 Spindle Load求解原理示意圖[5]

使用傅立葉變換，將前后懸架轉向節處測點加速度時域信號轉換成頻域信號，結合有限元仿真計算的輪心到轉向節傳遞函數即公式1[5]中的TF，得到輪心力載荷大小即Spindle Force[7]。整車路噪有限元模型如圖4所示，整車模型包括車身、開閉件、底盤、動力總成及內外飾等，內外飾系統以質量質心的形式配重體現在模型中。

其中：

=（/2/）；=（/2）。

圖4 整車有限元模型

1.3 整車路噪仿真預測結果

通過有限元方法求解計算得到的在大粗糙路60km/h工況下整車路噪（駕駛員內耳聲壓響應）結果如圖5所示。由圖5可知，仿真結果與試驗測試結果曲線趨勢基本一致。根據整車路噪仿真與測試結果對比分析可知，在中低頻范圍內主要問題點為53Hz與127Hz對應的峰值點處。

圖5 模擬結果與測試結果對比

2 風險點原因剖析

圖6 優化方案一結果與優化前結果對比

對于53Hz對應的問題點，通過模態貢獻量發現，該峰值點處尾門跳動模態貢獻較大，結果如圖7所示。由于尾門存在一個壓迫聲腔的跳動模態從而造成聲壓曲線在53Hz處的聲壓峰值。根據以上分析提出優化方案一：在尾門外板中部增加質量為1.0kg，剛度為108.32N/mm的吸振器。有限元模擬結果如圖6所示，53Hz峰值點處聲壓降低1.71dB（A）。

圖7 模態貢獻量結果

對于127Hz對應的問題點，通過傳遞路徑分析和節點貢獻量分析發現，路面激勵主要經拖拽臂接附點（左側拖拽臂接附點編號為3010，右側拖拽臂接附點編號為3510）傳遞到車身，進而引起后地板振動，從而在127Hz頻率點產生聲壓峰值，結果如圖9所示。根據以上分析，提出優化方案二：調整后地板相關焊點層級關系以強化地板與梁之間的搭接。有限元模擬結果如圖8所示，127Hz峰值點處聲壓降低0.71dB（A）。

圖8 優化方案二結果與優化前結果對比

圖9 傳遞路徑分析與節點貢獻量分析結果

3 風險點優化方案驗證

根據以上有限元模擬結果，在工程樣車上進行相關方案驗證：

方案一驗證：在后備門中部加質量塊，如圖11所示。結果如圖10所示，車內52Hz附近聲壓峰值降低4dB（A），實車驗證效果明顯。

圖10 方案一驗證結果

圖11 驗證方案一：在后背門上加質量塊

方案二驗證：在后地板加沙袋。結果如圖12所示，車內127Hz聲壓峰值降低3.3dB（A），實車驗證效果較好。

圖12 方案二驗證結果

4 總結

本文基于Spindle Loads方法，對某型純電動汽車在大粗糙路60km/h工況下的低頻結構路面噪聲聲壓曲線進行仿真預測，通過與實車測試結果對比，顯示路噪聲壓有限元模擬結果與試驗結果曲線整體趨勢一致性較好；通過模態貢獻量、節點貢獻量和傳遞路徑分析，對53Hz與127Hz風險頻率點原因進行剖析并提出相關優化方案，實車驗證有效。

[1] 毛杰,丁智,等. 某麥弗遜懸架轎車路噪分析和優化[C].中國汽車工程學會論文集, 2019.

[2] Hirotaka Shiozaki,Yoshihisa Iwanaga. Interior noise evaluation of electric vehicle noise source contribution analysis[C].SAE Paper, 2011-39-7229.

[3] 劉念斯,張志達,陳瑋,等.OTPA結合傳函分析在路噪研究中的應用[J].科學技術與工程,2017, 17(12):14-20.

[4] Hartleip L G,Ｒoggenkamp T J.Case study-experimental determina -tion of airborne and structure-borne road noise spectral content on passenger vehicles.2005 Noise＆Vibration Conference Proceedings. Traverse: SAE,2005:2005-01-2522.

[5] 李燕,丁智,等.整車路噪低頻結構聲仿真預測與結構優化[C].中國汽車工程學會論文集,2018.

[6] Perry Gu,Joe Juan,Archie Ni and James Van Loon,“Operational Spindle Load Estimation Methodology for Road NVH Applicati -ons” ,SAE, 2001-01-1606.

[7] Brian Y.Cho,“Spindle Load Application for NVH CAE Models by Using Principal Vector Approach” ,SAE, 2005-01-1505.

Simulation and Optimization of Road Noise for A Pure Electric Vehicle

Liu Shuo, Tang Meng, Zhao Yun, Fu Lin, Liu Ji

( Weltmeister Motor Technology Co., Ltd., Chengdu Research Institute, Sichuan Chengdu 610100 )

In the development process of pure electric vehicle, how to effectively predict and optimize the low-frequency structure road noise based on finite-element method is of great significance to the NVH performance of pure electric vehicle. This paper is based on the Spindle Loads method is used to simulate and predict the low-frequency structure road noise of a pure electric SUV vehicle under the condition of 60km/h on the rough road. By comparing with the test results of the real vehicle, it shows that the overall trend of the low-frequency structure road noise simulation results is in good agreement with the test results; The causes of the risk frequency points of 53Hz and 127Hz are analyzed, and the relevant optimization scheme is proposed, which is verified by the actual vehicle.

Road noise; Finite-element simulation prediction; Optimization

10.16638/j.cnki.1671-7988.2021.06.002

U462.3

A

1671-7988(2021)06-05-04

U462.3

A

1671-7988(2021)06-05-04

劉碩（1990-），男，碩士研究生，CAE工程師，就職于威馬汽車科技集團有限公司成都研究院，研究方向：汽車NVH。