详情

原文传递轻型客车全频段噪声识别与优化

论文题名：	轻型客车全频段噪声识别与优化
关键词：	轻型客车;全频段噪声识别;乙烯-醋酸乙烯共聚物;降噪性能
摘要：	随着社会科技的不断发展，人们生活水平的日益提高，在对出行工具的选择上不仅仅参考车辆的动力性、稳定性、经济型，而是更加关注车辆的乘坐品质。针对车辆的乘坐舒适性一般用NVH来进行衡量，一辆汽车的NVH性能好坏往往决定了车辆的品质高低。对于轻型客车这类以乘员为核心的运输车辆，乘员乘坐轻型客车的时间往往高达几小时，这就对轻型客车的乘坐舒适性提出了更高的要求。因此，开展轻型客车全频段噪声识别与优化具有十分重要的意义。　　在基于传递路径分析对车内低频噪声源进行识别的过程中，为了削减OPAX在信号采集过程干扰噪声的影响，提高分析精度，本文提出一种基于自适应变分模态分解和巴氏距离的优化OPAX方法。考虑到多尺度模糊熵能够较好地表征非稳态复杂信号，将其作为适应度函数；采用模拟退火粒子群算法进行信号自适应变分模态分解，最后通过巴氏距离计算原始信号和分解信号概率密度函数的相似性进行相关模态筛选，实现信号去噪。结果表明，优化后OPAX计算值的信噪比提高了71.2%，均方根误差减小了66.9%，在峰值频率处的误差均控制在5%以内。最后，提出一种利用相干功率谱识别主要噪声频率，以确定车辆低频噪声源。　　在基于统计能量法的车内中高频噪声识别过程中，在前围、地板的结构等效子模型的基础上建立整车的统计能量分析模型。在统计能量分析模型中对车内三个目标点进行噪声贡献度分析，分析结果表明车内噪声主要由直达声和透射声导致，占比高达70%。在中高频噪声优化过程中，从直达声和透射声两个方面开展优化，依据分析结果针对各位置的透射声，通过增加EVA材料实现噪声的降低。　　根据车辆低频、中高频提出的噪声优化方案，在实车上进行相应的改进优化，经过实车测试对优化结果进行验证，实验结果表明，车内三个目标点的噪声值由原先的76.98dB、76.13dB、76.93dB下降到70.34dB、69.84dB、69.82dB，降噪效果显著。
作者：	贾宏杰
专业：	动力工程及工程热物理
导师：	张俊红
授予学位：	硕士
授予学位单位：	天津大学
学位年度：	2021