虛擬車內(nèi)噪聲響度場(chǎng)分布的聲源識(shí)別分析與優(yōu)化

高印寒, 張澧桐, 梁　杰, 王智博, 姜文君

(1.吉林大學(xué) 汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)春　130022；2. 吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,長(zhǎng)春　130022； 3. 中國(guó)第一汽車股份有限公司技術(shù)中心,長(zhǎng)春　130011)

?

虛擬車內(nèi)噪聲響度場(chǎng)分布的聲源識(shí)別分析與優(yōu)化

高印寒1, 張澧桐2, 梁杰1, 王智博1, 姜文君3

(1.吉林大學(xué) 汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)春130022；2. 吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,長(zhǎng)春130022； 3. 中國(guó)第一汽車股份有限公司技術(shù)中心,長(zhǎng)春130011)

摘要：針對(duì)傳統(tǒng)聲壓級(jí)對(duì)車內(nèi)噪聲主觀性考慮不足的缺陷，提出符合人雙耳特性的虛擬車內(nèi)噪聲特征響度預(yù)測(cè)及聲源識(shí)別方法。根據(jù)某重型商用車駕駛室內(nèi)低頻轟鳴聲嚴(yán)重的問(wèn)題，基于Zwicker響度模型，在matlab中建立頻域的混響場(chǎng)特征響度計(jì)算模型。結(jié)合路試實(shí)驗(yàn)激勵(lì)數(shù)據(jù)和駕駛室有限元聲-固耦合模型，對(duì)駕駛室內(nèi)噪聲響度分布和響度結(jié)構(gòu)板塊貢獻(xiàn)量進(jìn)行計(jì)算，識(shí)別不同板材振動(dòng)產(chǎn)生的輻射噪聲分量對(duì)駕駛室內(nèi)噪聲品質(zhì)頻譜特性的影響。實(shí)驗(yàn)結(jié)果表明：相對(duì)于聲壓級(jí)，采用響度作為分析參數(shù)提高了駕駛室內(nèi)噪聲源識(shí)別精度，指導(dǎo)結(jié)構(gòu)優(yōu)化設(shè)計(jì)，改善車內(nèi)聲學(xué)品質(zhì)具有更好的效果。

關(guān)鍵詞：汽車工程；混響場(chǎng)；聲-固耦合；響度分布；貢獻(xiàn)分析

科技的飛速發(fā)展將汽車NVH研究從降噪控制推向聲品質(zhì)設(shè)計(jì)的新階段。傳統(tǒng)A計(jì)權(quán)聲壓級(jí)是以人耳的“痛閾”而不是衡量聽(tīng)覺(jué)舒適性的“聽(tīng)閾”為基礎(chǔ)，所以不能反映人對(duì)噪聲的真實(shí)感受，以此指導(dǎo)車內(nèi)噪聲品質(zhì)設(shè)計(jì)不能適應(yīng)新的噪聲設(shè)計(jì)要求[1-2]。

目前，相關(guān)研究人員致力于將聲品質(zhì)評(píng)價(jià)指標(biāo)與結(jié)構(gòu)設(shè)計(jì)參數(shù)有效地結(jié)合，使其能夠直觀的描述結(jié)構(gòu)的聲學(xué)特性[3-4]。而響度作為聲品質(zhì)概念中描述聲學(xué)屬性的48個(gè)物理特征量最重要的參數(shù)，可以部分取代非常耗時(shí)的主觀試驗(yàn)，成為此領(lǐng)域的研究焦點(diǎn)。例如Haruki Saito等，基于聲學(xué)全息影像技術(shù)，應(yīng)用響度場(chǎng)分布代替?zhèn)鹘y(tǒng)的聲壓級(jí)場(chǎng)分布對(duì)發(fā)動(dòng)機(jī)和車內(nèi)的噪聲源進(jìn)行識(shí)別，取得較高的精度[5]。范蓉平等在實(shí)車試驗(yàn)中，用響度參數(shù)代替A計(jì)權(quán)聲壓級(jí)，評(píng)價(jià)車內(nèi)噪聲分布，指導(dǎo)高速列車內(nèi)的聲學(xué)優(yōu)化設(shè)計(jì)，取得了良好的效果[6]。

本文針對(duì)某款重型商用車在70 km/h工況轟鳴噪聲嚴(yán)重，A計(jì)權(quán)聲壓級(jí)與聲品質(zhì)主觀評(píng)價(jià)不一致的問(wèn)題。參考Zwicker響度模型，建立混響場(chǎng)頻域特征響度計(jì)算模型，可通過(guò)頻域聲壓級(jí)直接計(jì)算特征響度。結(jié)合駕駛室聲-固耦合有限元模型，預(yù)測(cè)駕駛室內(nèi)特征響度分布和響度結(jié)構(gòu)板塊貢獻(xiàn)量，優(yōu)化聲壓級(jí)分析結(jié)果，識(shí)別各結(jié)構(gòu)板塊振動(dòng)對(duì)駕駛室內(nèi)噪聲品質(zhì)的影響，并通過(guò)結(jié)構(gòu)優(yōu)化實(shí)驗(yàn)驗(yàn)證此方法的準(zhǔn)確性和實(shí)用性。

1混響場(chǎng)響度分布計(jì)算方法

聲-固耦合有限元方法是將聲傳播的封閉空氣域空間離散化，結(jié)合結(jié)構(gòu)模態(tài)振動(dòng)特性，將結(jié)構(gòu)上的力加載到空腔上，根據(jù)聲學(xué)波動(dòng)方程求解空氣域的聲學(xué)特性，并充分考慮內(nèi)部聲壓對(duì)結(jié)構(gòu)的反作用，其相應(yīng)結(jié)構(gòu)和聲腔上任意節(jié)點(diǎn)在頻域下的有限元運(yùn)動(dòng)方程可表示為：

(Ks+jωDs-ω2Ms)u(ω)+Kcp(ω)=Fs

(1)

(Ka+jωDa-ω2Ma)p(ω)+ω2Mcu(ω)=Fa

(2)

綜合式(1)和式(2)可得到聲-固耦合的有限元離散化方程：

其特征方程為：

(4)

(5)

(6)

將式(5)和式(6)代入式(3)，式(3)轉(zhuǎn)換到模態(tài)坐標(biāo)如下：

(7)

(8)

結(jié)構(gòu)板塊的聲壓級(jí)貢獻(xiàn)量方程如下所示：

(9)

式中:qM為各個(gè)不同頻率下的結(jié)構(gòu)模態(tài)振幅矢量的對(duì)角化矩陣。

參考國(guó)際標(biāo)準(zhǔn)ISO532B中的Zwicker響度計(jì)算模型，采用 1/3 倍頻帶作為基礎(chǔ)數(shù)據(jù)，引入特征頻帶對(duì)人耳的掩蔽效應(yīng)作修正，特征頻率和頻帶之間的關(guān)系可表示為：

z=13arctan(0.76f/1 000)+

3.5arctan(f/7 500)2

(10)

將單個(gè)臨界帶寬上的響度稱為比率響度或特征響度，用N′表示?？傢懚萅為特征響度N′在整個(gè)頻帶上的積分，響度和特征響度計(jì)算方程表示如下：

(11)

(12)

將模態(tài)坐標(biāo)下的場(chǎng)點(diǎn)聲壓式(8)代入式(12)，得到模態(tài)坐標(biāo)下的特征響度方程可表示為：

綜上所述，結(jié)合噪聲特性與相關(guān)聲源及結(jié)構(gòu)振動(dòng)特性的關(guān)系，建立響度與結(jié)構(gòu)質(zhì)量、阻尼和剛度的數(shù)學(xué)關(guān)系，綜合指導(dǎo)汽車結(jié)構(gòu)的優(yōu)化設(shè)計(jì)。本文針對(duì)駕駛室內(nèi)低頻轟鳴聲，則分析的頻率范圍是20~355 Hz(0~4 Bark)[7]。

2駕駛室內(nèi)響度分布模型的建立

2.1實(shí)車路試數(shù)據(jù)采集

如圖1，駕駛室內(nèi)聲學(xué)測(cè)試點(diǎn)布置在副駕駛員的左右耳處和臥鋪上。三向加速度傳感器測(cè)量駕駛室的結(jié)構(gòu)激勵(lì)，測(cè)試點(diǎn)位置選擇懸置系統(tǒng)的彈性阻尼單元與駕駛室的連接處。參考GB/T18697-2002《聲學(xué)-汽車車內(nèi)噪聲測(cè)量方法》，采用最高擋，以10 km/h為步長(zhǎng)，測(cè)試40~90 km/h六個(gè)工況的振動(dòng)激勵(lì)和噪聲信號(hào)。對(duì)各工況進(jìn)行聲品質(zhì)主觀煩躁度等級(jí)評(píng)價(jià)試驗(yàn)，實(shí)驗(yàn)結(jié)果顯示70 km/h工況評(píng)價(jià)結(jié)果最差，低頻轟鳴噪聲尤為嚴(yán)重[8-9]。

圖1　駕駛室激勵(lì)和輸出噪聲測(cè)試點(diǎn)Fig.1 The test point of excitation point and output point

2.2有限元駕駛室聲-固耦合模型建立

駕駛室內(nèi)中低頻噪聲主要駕駛室組成板振動(dòng)與室內(nèi)空腔的耦合產(chǎn)生的結(jié)構(gòu)傳播噪聲。駕駛室有限元模型主要采用四節(jié)點(diǎn)和三節(jié)點(diǎn)殼單元進(jìn)行網(wǎng)格劃分，網(wǎng)格大小為10 mm。焊點(diǎn)采用cweld、RBE2和RBE3完成(見(jiàn)圖2(a))。整個(gè)模型包含1001101個(gè)節(jié)點(diǎn)、1079655個(gè)單元。其中Tria3單元27009個(gè)，Quad4單元856456個(gè)，Tetra4單元140054個(gè)，Penta6單元355個(gè)。

圖2　駕駛室有限元聲-固耦合模型Fig.2 The acoustic-structural coupled finite element model of the cab

駕駛室聲腔網(wǎng)格尺寸為70 mm，以六面體單元為主，包含Tetra4單元598535個(gè)(見(jiàn)圖2(b))。聲腔網(wǎng)格劃分中考慮駕駛室主要內(nèi)飾對(duì)聲腔的影響，忽略小內(nèi)飾部件。

2.3頻域響度計(jì)算模型的建立與驗(yàn)證

相對(duì)于噪聲的時(shí)頻分析方法，特征響度更能準(zhǔn)確反映影響人響度感受的車內(nèi)噪聲來(lái)源[10-11]。傳統(tǒng)Zwicker響度模型通過(guò)濾波器組修正時(shí)域數(shù)據(jù)來(lái)完成特征響度計(jì)算，無(wú)法直接通過(guò)噪聲頻域數(shù)據(jù)計(jì)算特征響度，使響度分析局限于實(shí)車評(píng)價(jià)試驗(yàn)。

本文對(duì)Zwicker響度模型進(jìn)行改進(jìn)，采用聲壓級(jí)修正系數(shù)、雙耳傳遞函數(shù)、人耳傳遞函數(shù)和頻域掩蔽修正系數(shù)代替濾波器組，通過(guò)聲壓級(jí)1/3倍頻程數(shù)據(jù)直接計(jì)算特征響度，將特征響度分析直接引入虛擬仿真實(shí)驗(yàn)中(見(jiàn)圖3)。由于駕駛室屬于混響場(chǎng)，在計(jì)算模型中加入混響場(chǎng)衰變系數(shù)，結(jié)合駕駛室內(nèi)各場(chǎng)點(diǎn)聲壓級(jí)和幾何坐標(biāo)，在聲壓級(jí)預(yù)測(cè)分析的基礎(chǔ)上，對(duì)任何場(chǎng)點(diǎn)的特征響度進(jìn)行計(jì)算并分析結(jié)構(gòu)板塊貢獻(xiàn)量。

圖3　混響場(chǎng)響度計(jì)算模型Fig.3 Loudness calculation model of diffuse sound field

將實(shí)驗(yàn)測(cè)試的振動(dòng)激勵(lì)數(shù)據(jù)作為駕駛室聲-固耦合有限元模型的輸入，計(jì)算駕駛室內(nèi)的線性聲壓級(jí)、A計(jì)權(quán)聲壓級(jí)和特征響度。提取副駕駛室左耳和臥鋪測(cè)點(diǎn)20~330 Hz(0~4 Bark)的1/3線性聲壓級(jí)、A計(jì)權(quán)聲壓級(jí)和特征響度，并與實(shí)車測(cè)試數(shù)據(jù)對(duì)比，其中實(shí)驗(yàn)的特征響度是通過(guò)傳統(tǒng)Zwicker響度模型計(jì)算得到(見(jiàn)圖4)。1/3線性聲壓級(jí)和A計(jì)權(quán)聲壓級(jí)計(jì)算值與實(shí)測(cè)值的趨勢(shì)和各峰主要值點(diǎn)基本一致，在20~250 Hz平均誤差小于3%；在250~325 Hz趨勢(shì)一致；誤差達(dá)8%左右，平均誤差低于5%；特征響度計(jì)算值與實(shí)測(cè)值的平均誤差同樣低于5%。其誤差隨車速增加而增大，主要原因是200 Hz以上的車內(nèi)噪聲含空氣傳遞噪聲。結(jié)果對(duì)比說(shuō)明模型精度達(dá)到實(shí)用要求。

圖4　70 km/h噪聲頻譜和特征響度圖Fig.4 The frequency characteristics and characteristic loudness during 70 km/h

3駕駛室低頻聲學(xué)性能分析與優(yōu)化

3.1駕駛室內(nèi)響度分布分析

70 km/h工況下駕駛室內(nèi)不同測(cè)點(diǎn)的噪聲1/3倍頻程線性聲壓級(jí)以中心頻率為25 Hz、31.5 Hz、50 Hz和63 Hz的4個(gè)頻帶，噪聲能量主要集中在22~36 Hz和56~71 Hz兩段低頻范圍內(nèi)(見(jiàn)圖4(a))。各測(cè)點(diǎn)的較大差異表明駕駛室內(nèi)噪聲分布不均勻。A計(jì)權(quán)聲壓級(jí)曲線顯示的噪聲能量集中于50~70 Hz和230~260 Hz兩個(gè)頻段范圍內(nèi)，峰值分布在58 Hz、236 Hz和259 Hz。由于A計(jì)權(quán)聲壓級(jí)結(jié)果對(duì)于低頻段(22~80 Hz)衰減較大，直接導(dǎo)致中頻段噪聲(230~260 Hz)反而較為突出，造成與聲品質(zhì)主觀評(píng)價(jià)結(jié)果的矛盾(見(jiàn)圖4(b))。駕駛室內(nèi)特征響度顯示噪聲能量分布于0~1.5 Bark(20~130 Hz)范圍內(nèi)，占總響度值的22%，在0~1 Bark(20~89 Hz)尤為突出(見(jiàn)圖4(c))。1 Bark之后特征響度值大幅度遞減，4 Bark以后趨于穩(wěn)定。0~1 Bark特征響度值相對(duì)于3~4 Bark(224~355 Hz)高出近3倍。說(shuō)明駕駛室內(nèi)低頻段(20~89 Hz)噪聲能量過(guò)高，對(duì)中高頻噪聲產(chǎn)生掩蔽效應(yīng)，特征響度分析與聲品質(zhì)主觀評(píng)價(jià)結(jié)果一致，都表現(xiàn)出車內(nèi)低頻轟鳴聲嚴(yán)重。需要集中分析20~89 Hz頻段的駕駛室內(nèi)噪聲頻譜特征，尤其是22~36 Hz和56~90 Hz兩個(gè)頻段。

對(duì)比駕駛室內(nèi)峰值頻率的聲壓級(jí)分布和0~1 Bark特征響度分布(如圖5)。駕駛室24 Hz和60 Hz處的聲壓級(jí)在X向聲壓級(jí)分布呈線性規(guī)律，兩側(cè)大中間小，在駕駛室底板和門(mén)板底部位置的聲壓最高，向駕駛時(shí)中上部逐漸呈線性衰減，到中部最?。籝向聲壓級(jí)則從駕駛室底部向上方線性衰減，噪聲主要來(lái)源于駕駛室底板前側(cè)、后側(cè)中央?yún)^(qū)域和后圍板底部。相對(duì)于駕駛室聲壓級(jí)分布，特征響度分布規(guī)律呈非線性，具有明顯的聲音掩蔽現(xiàn)象。在X向表現(xiàn)為底部?jī)蓚?cè)大，在中間副駕駛員左耳位置區(qū)域衰減中斷，局部區(qū)域內(nèi)響度值不變；Y向在駕駛室后底板中央位置區(qū)域特征響度值最大，在副駕駛員頭部區(qū)域突然衰減。

綜合對(duì)比駕駛室內(nèi)聲壓級(jí)分布，確定22~36 Hz和56~90 Hz這兩個(gè)頻段內(nèi)噪聲能量較高，掩蔽了其他頻段的噪聲能量，使正副駕駛員處的局部范圍內(nèi)響度衰減較小，形成了令人煩躁的低頻轟鳴聲。其形成原因是24 Hz附近結(jié)構(gòu)激勵(lì)，及結(jié)構(gòu)系統(tǒng)固有模態(tài)與激勵(lì)在60 Hz附近的共振。駕駛室左右前底板、后底板中央?yún)^(qū)域以及門(mén)板底部的耦合振動(dòng)最為明顯，產(chǎn)生駕駛室內(nèi)特殊的噪聲分布現(xiàn)象。

圖5　70 km/h工況駕駛室內(nèi)聲壓級(jí)和響度場(chǎng)點(diǎn)分布Fig.5 The field point sound pressures and loudness distribution of the cab during 70 km/h

3.2駕駛室響度結(jié)構(gòu)貢獻(xiàn)量分析

參考聲-固耦合的振動(dòng)特性以及聲壓級(jí)和特征響度分布，將駕駛室詳細(xì)劃分成為23個(gè)部分(見(jiàn)表1)。

計(jì)算20~89 Hz(0~1 Bark)駕駛室聲壓級(jí)的結(jié)構(gòu)板塊貢獻(xiàn)量和響度貢獻(xiàn)量(見(jiàn)圖6)。考慮相位的60 Hz峰值和20~90 Hz低頻段聲壓級(jí)結(jié)構(gòu)板塊之間的貢獻(xiàn)值較為接近，難以明確的分辨出主要聲源板塊。其中駕駛室的門(mén)板、后圍板、后頂板、左右前底板和前內(nèi)板相對(duì)較大，以此為基礎(chǔ)需要優(yōu)化的結(jié)構(gòu)板塊過(guò)多。而采用駕駛室0~1 Bark特征響度結(jié)構(gòu)板塊貢獻(xiàn)分析，門(mén)板和左右前底板相對(duì)于其他板塊貢獻(xiàn)值最大，數(shù)值位于4.2~3.5 Sone之間。除了中央后底板，主要貢獻(xiàn)板塊相對(duì)于其他結(jié)構(gòu)滿足聲音的掩蔽效應(yīng)條件。由于響度不用考慮相位問(wèn)題，即可忽略貢獻(xiàn)小的板塊。綜上所述，駕駛室內(nèi)低頻轟鳴噪聲主要來(lái)源于左右前底板、門(mén)板底側(cè)和中央后底板。

表1　駕駛室結(jié)構(gòu)板塊劃分表

圖6　70 km/h駕駛室結(jié)構(gòu)板塊聲壓級(jí)貢獻(xiàn)圖和響度貢獻(xiàn)圖Fig.6 The sound pressures and loudness contribution during 70 km/h

3.3駕駛室聲學(xué)優(yōu)化計(jì)算與驗(yàn)證

對(duì)駕駛室采用自由阻尼優(yōu)化，即將阻尼材料直接粘貼或噴涂在車身壁板表面，使阻尼層隨壁板振動(dòng)自由壓縮和延伸，耗損部分機(jī)械能，達(dá)到控制車內(nèi)結(jié)構(gòu)低頻噪聲的目的，其優(yōu)化區(qū)域的位置及大小對(duì)優(yōu)化效果影響較大[11-12]。傳統(tǒng)采用結(jié)構(gòu)模態(tài)能量分布和聲壓級(jí)貢獻(xiàn)分析來(lái)確定車身能量敏感區(qū)域的位置和大小[13-14]。

本文引入駕駛室響度分布及響度板塊貢獻(xiàn)量分析結(jié)果，結(jié)合結(jié)構(gòu)模態(tài)數(shù)據(jù)確定結(jié)構(gòu)噪聲能量敏感區(qū)域。分別建立如表2所示的2種優(yōu)化方案， 方案1以傳統(tǒng)聲壓級(jí)分析結(jié)果為基礎(chǔ)，方案2則以響度分析為基礎(chǔ)，各方案所有阻尼材料的厚度和材質(zhì)都相同。其方案2的成本較方案1減少41%。

表2　優(yōu)化方案對(duì)比

以駕駛室結(jié)構(gòu)模態(tài)為基礎(chǔ)，按方案1和2優(yōu)化相應(yīng)結(jié)構(gòu)板塊的局部位置，并計(jì)算駕駛室內(nèi)特征響度分布，結(jié)果顯示方案2在低頻響度分布明顯優(yōu)于方案1(見(jiàn)圖7)。實(shí)車優(yōu)化措施如圖8，同時(shí)進(jìn)行實(shí)車驗(yàn)證實(shí)驗(yàn)。測(cè)試結(jié)果如圖9，方案2比方案1在A計(jì)權(quán)聲壓級(jí)曲線總值僅高0.54 dB(A)，對(duì)比頻譜曲線相差不大。而相對(duì)于特征響度，方案2明顯優(yōu)于方案1，方案2在0~1 Bark比原車降低1.1 Sone。主觀評(píng)價(jià)結(jié)果顯示方案2在70 km/h的主觀煩躁度評(píng)價(jià)等級(jí)較原車提高了0.95，低頻轟鳴噪聲基本消失，驗(yàn)證了本文技術(shù)的有效性。

圖7　駕駛室結(jié)構(gòu)模態(tài)結(jié)果與優(yōu)化后70 km/h的響度分布Fig.7 Modal shapesresult and after optimal loudness mapping of the cab during 70 km/h

圖8　實(shí)車優(yōu)化措施Fig.8 Optimal case for the cab

圖9　70 km/h優(yōu)化前后聲壓級(jí)與特征響度對(duì)比Fig.9 Confrontation of the sound pressures and characteristic loudness before and after during 70 km/h

4結(jié)論

本文采用有限元技術(shù)，提出了一種基于虛擬混響場(chǎng)特征響度分布的聲源識(shí)別方法，在傳統(tǒng)技術(shù)基礎(chǔ)上提供了一種全新的聲學(xué)優(yōu)化方法，主要結(jié)論如下：

(1)響度比聲壓級(jí)更能真實(shí)表現(xiàn)人的主觀感受，與主觀評(píng)價(jià)結(jié)果具有較好的一致性，尤其對(duì)中低頻轟鳴噪聲評(píng)價(jià)效果明顯；

(2)改進(jìn)Zwicker響度模型，采用聲壓級(jí)修正系數(shù)、雙耳傳遞函數(shù)、人耳傳遞函數(shù)和頻域掩蔽修正系數(shù)代替濾波器組，通過(guò)聲壓級(jí)1/3倍頻程數(shù)據(jù)直接計(jì)算的特征響度預(yù)實(shí)驗(yàn)數(shù)據(jù)一致，具有較高精度；

(3)建立的虛擬混響場(chǎng)特征響度分布和響度結(jié)構(gòu)貢獻(xiàn)量計(jì)模型，相比傳統(tǒng)聲壓級(jí)分析對(duì)駕駛室內(nèi)聲源識(shí)別分析精度更高。

(4)采用響度參數(shù)指導(dǎo)結(jié)構(gòu)優(yōu)化，新方案相對(duì)于傳統(tǒng)方案成本減少41%，總聲壓級(jí)基本不變，駕駛室內(nèi)主觀煩躁度提高了一級(jí)，低頻轟鳴聲消失。

參 考 文 獻(xiàn)

[1] Genuit K. Product sound quality of vehicle noise-a permanent challenge for NVH measurement technologies [C]//SAE Paper, 2008-36-0517.

[2] Wolfindale A, Dunne G, Walsh S J. Veichle noise primary attribute balance[J]. Applied Acoustics, 2012:386-394.

[3] Jailani M, Nor M, Fouladi M H. index for vehicle acoustical comfort inside a passenger car [J]. Applied Acoustics,2008,69:343-353.

[4] Hueser M G, Govindswamy K, Wolff K, et al. Sound quality and engine performance optimization development utilizing air-to-air simulation and interior noise synthesis[C]//Traverse City: SAE Noise and Vibration Conference and Exhibition, 2003-01-1652.

[5] Song W, Saito H, Haddad K. Improved noise source identification using sound quality metrics mapping in vehicle noise measurements[C]//SAE paper,2011-01-1671.

[6] 范蓉平，孟光，孫旭,等. 基于心理聲學(xué)響度分析的高速列車車內(nèi)噪聲評(píng)價(jià)[J].振動(dòng)與沖擊,2005,24(5):46-52.

FAN Rong-ping, MENG Guang, SUN Xu, et al. Sound loudness of high-speed trains evaluation[J]. Journal of Vibration and Shock,2005,24(5):46-52.

[7] Lee S K, Kim B S, Chae H C. Sound quality analysis of a passenger car based on rumbling index[C]//SAE Paper,2005-01-2481.

[8] Falasca V, Bandera F, Irato G. Acoustic quality evaluation of heavy commercial vehicles[C]//SAE Paper, 2010-01-1411.

[9] Pietila G, Lim T C. Intelligent systems approaches to product sound quality evaluations -A review [J]. Applied Acoustics,2012: 987-1002.

[10] 徐中明，周小林，賀巖松,等. 符合人耳聽(tīng)覺(jué)特性的車內(nèi)異常噪聲分析[J]. 汽車工程學(xué)報(bào),2012,12(3):179-182.

XU Zhong-ming, ZHAO Xiao-lin, HE Yan-song, et al. Analysis of interior noise according with human auditory properties [J]. Chinese Journal of Automotive Engineering,2012,12(3):179-182.

[11] Caprioli D, Bertolini C, Gaudino C. Improved NVH performance optimization of damping and shape of vehicle panels[C]//SAE Paper, 2005-01-2329.

[12] 陳書(shū)明，彭登志，王登峰,等. 車內(nèi)低頻噪聲聲固耦合及試驗(yàn)優(yōu)化設(shè)計(jì)[J]. 吉林大學(xué)學(xué)報(bào):工學(xué)版,2014,44(6):1550-1555.

CHEN Shu-ming, PENG Deng-zhi, WANG Deng-feng, et al. Acoustic-structure coupling and optimal experimental design for automotive interior low frequency noise [J]. Journal of Jilin University:Engineering and Technology,2014,44(6):1550-1555.

[13] 張志飛，倪新帥，徐中明,等. 利用阻尼材料改善駕駛室聲學(xué)特性的研究[J]. 機(jī)械工程學(xué)報(bào),2012,48(16):36-40.

ZHANG Zhi-fei, NI Xin-shuai, XU Zhong-ming, et al. Research on improvement of cab acoustic characteristics using damping material[J].Journal of Mechanical Engineering,2012,48(16):36-40.

[14] 張志勇,張義波,劉鑫,等. 重型卡車駕駛室結(jié)構(gòu)噪聲預(yù)測(cè)與板件聲學(xué)貢獻(xiàn)度分析[J].振動(dòng)與沖擊,2014,33(13):67-71.

ZHANG Zhi-yong, ZHANG Yi-bo, LIU Xin, et al. Structure-borne noise prediction and panel acoustic contribution analysis of a heavy truck cab [J]. Journal of Vibration and Shock, 2014,33(13):67-71.

Virtual loudness mapping for noise source identification and optimization design for vehicle interior noise reduction

GAOYin-han1,ZHANGLi-tong2,LIANGJie1,WANGZhi-bo1,JIANGWen-jun3

(1. State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022, China;2. Instrument Science and Electrical Engineering College, Jilin University, Changchun 130022, China;3. R&D Center, FAW Group Corporation, Changchun 130011, China)

Abstract:The shortcomings of traditional sound pressures level (SPL) were discussed, such as the lack of subjectivity consideration for noise and so on. A virtual method for predicting loudness characteristics and identifying noise sources based on human auditory properties was applied to analyze vehicle interior noises. In order to reduce the interior low booming of commercial vehicle, a characteristic loudness calculation model for diffuse sound field was built in Matlab on the basis of Zwicker model. The excitation signals at the suspension mountings and the responding signals of the interior noise were measured by road testing. And to predict and calculate the loudness mapping and structural contribution of the cab, an acoustic-structure coupled finite element model was established, by which the influences of the vehicle interior noise from different plates sources on the sound quality frequency spectrum design were analysed. The results of noise source identification reveal that compared with the traditional SPL, the loudness mapping adopted as an identifying parameter in noise source identification is more effective to detect rattling sources from cab plates vibrations. By using the proposed method, the acoustic optimization design of the cab was carried out and results in excellent performances.

Key words:vehicle engineering; diffuse sound field; acoustic-structure coupled; loudness mapping; contribution analysis

中圖分類號(hào):TH53；TB533+.2

文獻(xiàn)標(biāo)志碼：A

DOI:10.13465/j.cnki.jvs.2016.03.022

通信作者梁杰 男，教授,1964年生

收稿日期：2014-12-26修改稿收到日期：2015-04-08

基金項(xiàng)目：吉林省科技發(fā)展計(jì)劃(20126007;20130206031GX)

第一作者 高印寒 男，教授,博士生導(dǎo)師，1951年生