混合动力汽车车内声品质分析与优化

2022-06-04 10:45:29·  来源:汽车NVH之家  
 
摘要:为评价混合动力汽车声品质特性,并对混合动力汽车声品质进行优化,建立了粒子群和遗传算法优化的神经网络混合动力汽车声品质客观评价模型。计算响度、AI指

摘要:为评价混合动力汽车声品质特性,并对混合动力汽车声品质进行优化,建立了粒子群和遗传算法优化的神经网络混合动力汽车声品质客观评价模型。计算响度、AI指数、波动度、粗糙度、尖锐度和A声压级对声品质的贡献度,提出了利用聚酯与聚丙烯多孔吸音材料,联合丁基橡阻尼材料对混合动力汽车进行宽频域的减振降噪来提升车内声品质。通过对车内声品质优化试验结果的对比分析发现,优化后的混合动力汽车的车内声品质客观参数明显改善,声品质预测值提升了24.8%,说明所采取的声品质优化策略可靠有效。混合动力汽车因有两套动力系统,其结构及工作模式相比传统汽车更加复杂,由此产生的噪声特性也更加复杂。除原有发动机产生的低频噪声外,混合动力汽车产生的噪声还包括电机产生的分布在400~2 000 Hz的高频噪声。在这个频带范围内,人耳具有很高的灵敏度,故可能引起强烈的噪声感觉,严重时表现为刺耳的啸叫声。另外,混合动力汽车在纯电动、纯内燃机驱动和混动3种工作模式之间切换时产生的噪声对车内声品质有较大影响。因此,降低车内噪声、改善混合动力汽车车内声品质显得尤为重要。车辆噪声控制一般包括人耳处噪声控制、噪声源控制和传递路径控制。人耳处噪声控制属于主动降噪技术,噪声源控制和传递路径控制可归纳为被动降噪技术。但由于汽车噪声环境的复杂性,有源噪声控制在汽车中的应用受到较大限制。更多学者研究的是噪声源控制和传递路径控制。对于噪声源控制, Stephen等通过精确控制柴油发动机预喷射和主喷射之间的时间间隔来降低发动机燃烧噪声。Juergen等对涡轮增压器噪声进行了细化,降低了内部噪声。但噪声源控制受部件生产商技术的限制,提升空间有限,故在噪声传播途径中采取具有良好声学性能的材料对车辆进行减振降噪来提升NVH性能成为众多学者关注的措施。为降低车内中高频噪声,在车身相关部位采用纤维类、发泡树脂类和聚氨酯类吸音材料进行声学封装。利用矿棉等多孔材料对汽车侧围和顶棚进行封装,以有效控制车内中高频噪声。林巨广等利用吸声材料可对电动汽车动力总成进行声学包裹的降噪方法,对电机和减速器输出级近场的中高频噪声控制效果明显,噪声分别下降6.1dB和4.9dB。张勇通过对车内声压贡献较大的板件进行优化,有效降低了车内中频噪声。目前,利用声学材料进行低频噪声控制的技术也取得了进展。Cummer等利用深度亚波长的微结构控制大波长低频机械波的技术,较好地控制了低频噪声。邢拓等采用将板型声学超材料置入微穿孔板结构的背腔内部实现结构复合的方法,提升了吸声材料的低频吸声效果。刘崇锐等和周国建等利用微穿孔黏性吸声超表面和多态反共振协同型薄膜声学超材料等方法,在控制低频噪声方面取得了较好效果。上述研究主要集中在某一种声学材料的应用,对于振动和噪声频率带分布较广的混合动力汽车来说,使用单一的声学材料对噪声的控制有限,因此采用多种声学材料对混合动力汽车车内噪声性能进行改进十分必要。针对混合动力汽车振动噪声特性,利用聚酯(PET)、聚丙烯(PP)纤维及丁基阻尼复合材料对混合动力汽车车内噪声进行控制,以有效提升混合动力汽车的NVH性能。

1 混合动力汽车声品质评价

1.1 振动噪声样本采集与分析

为获得混合动力汽车噪声源的特性,试验参照ECE R51和GB/T 18697—2002《声学 汽车车内噪声测量方法》进行。选择某品牌混合动力汽车进行噪声测试,使用便携式数采系统SQuadriga采集车内正驾驶右耳、副驾驶右耳和左后排乘客右耳处的噪声样本。试验车辆及设备实物照片如图1所示。

图片

图1 试验车辆及设备实物照片试验采样频率为44.1 kHz,噪声样本长度为10 s。选择开阔地作为试验路段,周边30 m内无声音反射物。选择全油门加速、急减速、缓减速、滑行、变速、低怠速和高怠速等非稳态工况作为试验工况。选取测试结果较好的数据,分别截取5 s作为噪声样本组,重新获得28组噪声样本组,各噪声样本组对应的试验工况和车速如表1所示。表1 噪声组对应试验工况和车速

图片

每组噪声样本分别包含正驾驶右耳、副驾驶右耳和左后排乘客右耳3种噪声,最终获得84个噪声样本,对其进行等响处理后作为声品质主客观评价声样本。

1.2 声品质评价模型建立

1) 声品质主观评价声品质主观评价方法有排序法、等级打分法、成对比较法、语义细分法、参考语义细分法等。试验采用参考语义细分法,对评价者的主观评价结果进行几何平均计算后,再对结果进行归一化处理,得到84个噪声样本主观评价结果。按照上述试验工况对声品质评价结果归类,得到混合动力汽车非稳态工况声品质分布,如图2所示。

图片

图2 混合动力汽车非稳态工况声品质分布2) 客观参数计算声品质客观参数分析是混合动力汽车声品质客观评价的基础。对前述84个噪声样本,根据各客观参数计算模型进行计算,得到混合动力汽车6个声品质客观参数值,如表2所示。3) 神经网络声品质评价模型在得到声品质主观评价结果的基础上,结合粒子群算法和遗传算法的优点,建立神经网络声品质客观评价模型。首先确定模型为6-6-1结构,上述6个客观参数作为输入层的6个节点,声品质作为输出层节点。选择合适的遗传算法权值参数和粒子群参数:染色体长度设为49,种群数为40,最大进化迭代数为200,交叉概率为0.8,变异概率为0.07,最大惯性权重因子为0.9,最小权重因子为0.4,学习因子为2。根据所选参数初始化网络和初始化种群。通过粒子群迭代、交叉、变异后,计算粒子群的适应度值,按照规则更新粒子的个体极值Pbest和全局极值Gbest。满足条件后输出最优权值和阈值,并判断BP神经网络训练是否达到结束条件,如果满足,则输出声品质预测结果;如果不满足,则返回重新进行权值阈值调整,并进行训练。通过建立的声品质评价模型,对混合动力汽车车内声品质进行预测,得到模型的权值和阈值,如表3所示。表2 声品质客观参数

图片

表3 声品质预测模型权值与阈值

图片

通过检验声样本导入建立的神经网络评价模型,计算得到声品质预测值。声品质预测值与主观评价值的均方根误差仅为0.038 9,表明该声品质客观评价模型精度较高,适用于混合动力汽车声品质预测。

2 声品质客观参数贡献度分析

从声品质预测神经网络模型中可以看出,权值大小直接决定着声品质的大小。同时,权值也反映出各输入值对输出值的贡献度。对于建立的6-6-1结构的神经网络声品质预测模型,6个输入参数对输出量(即声品质预测结果)的贡献度为Wi,表示为:

图片

(1)

图片

(2)式中:w(1)为输入层到隐含层的权值;

图片

代表第i个输入层神经元到第j个隐含层神经元的权值,w(2)为隐含测到输出层权值,

图片

代表第j个隐含层神经元到输出层神经元的权值;i代表第i个输入层神经元,i=1~6,分别代表响度、AI指数、波动度、粗糙度、尖锐度和A声压级;j代表第j个隐含层神经元。贡献度Wi表示输入的声品质客观参数对声品质预测值的影响。把表2中神经网络的权值代入式(1)和式(2)中,计算得到6个输入参数对输出值的贡献度:W1=0.122 5;W2=0.058 3;W3=0.185 0;W4=0.185 7;W5=0.347 8;W6=0.100 7,即响度、AI指数、波动度、粗糙度、尖锐度和A声压级。6个客观参数对声品质预测结果的贡献度百分比见图3。

图片

图3 声品质客观参量对声品质贡献度直方图从图3可以看出,尖锐度的贡献量最大,达到了34.78%,说明高频噪声对声品质影响较大。造成这种情况的主要原因是混合动力汽车中电机参与工作,而电机运行过程中产生的噪声的主要成分为高频噪声。因此,可通过降低混合动力汽车电机高频噪声来提高混合动力汽车的声品质。波动度和粗糙度的贡献度非常接近,仅次于尖锐度的贡献度,说明混合动力汽车在非稳态工况下,其发动机频繁起停,电机MG1和MG2参与工作时的转速和转矩不停改变,甚至电机旋转方向不停切换,使动力耦合机构产生了振动。这种冲击振动容易通过车身结构传递,引起板件振动而产生辐射噪声,进而影响声品质评价。

3 混合动力汽车车内降噪

3.1 车内降噪实施

通过声品质客观参数贡献度分析结果可知,要提升混合动力汽车车内声品质,需要降低尖锐度,并对波动度和粗糙度进行控制。降低尖锐度主要通过控制高频噪声来实现,而吸音隔音的方式对降低高频噪声具有良好的效果。因此,本方案选择合适的吸音材料对车身进行改造来实现尖锐度控制。对于波动度和粗糙度产生的结构振动及低频噪声,选择具有良好阻尼性能的阻尼材料对车身结构进行阻振和隔振,减小结构噪声的传播以降低车身振动,实现低频降噪的目的。通过对比各类吸音材料,聚酯(PET)与聚丙烯(PP)混合的复合材料具有良好的吸音性能,因此用于降噪的多孔吸声材料选择PET+PP复合材料。通过对不同面密度和厚度的PET+PP材料进行吸音系数试验,发现当PET+PP材料面密度为200 g/m2、厚度为28 mm时,对于1 500 Hz噪声的吸音系数达到0.6以上,且随着频率的增加,吸音系数逐步上升,在3 000 Hz左右时可达0.9以上,具有良好的吸音效果。虽然进一步增加PET+PP材料厚度能提高吸音系数,但提高效果不明显。考虑到整车声学内饰的轻量化,最终选取面密度为200 g/m2、厚度为28 mm的PET+PP材料作为本方案的吸音材料。在选择阻尼材料时,通过理论分析发现,丁基橡胶(IIR)因分子结构缺少双键,侧链甲基分布密度较大,玻璃化转变区又呈现出特有的蠕虫状分子运动形式,所以IIR阻尼材料具有良好的阻尼性能。通过试验确定密度为920 kg/m3、泊松比为0.4的IIR作为混合动力汽车的低频降噪材料。具体实施工艺:首先,拆除混合动力汽车车顶内饰材料、车厢地面座椅及内饰材料,如图4(a)所示;然后,在车顶及地面钢板表面铺设上述材料性能的IIR阻尼材料,如图4(b)所示;随后,在IIR表面安装选定性能的PET+PP复合材料,如图4(c)所示;最后,还原车顶内饰、地板内饰及座椅,完成混合动力汽车降噪全过程。

图片

图4 混合动力汽车降噪施工过程示意图

3.2 降噪结果分析

为了更客观地对比使用降噪材料进行混合动力汽车噪声控制前后的噪声水平,在车内封装降噪材料后,采取表1中的52、53和54号声样本所对应试验工况(在时速20~60 km/h区间,迅速进行加速、减速和滑行等工况转换的变速工况)和相同的试验方法进行车内噪声测试。经测试发现,在此工况下,驾驶员右耳处(对应52号声样本),PET+PP及IIR组成的复合降噪材料对400 Hz以下的低频噪声实现了降噪1.5dB(A),对400 Hz以上的高频噪声实现了降噪5.2dB(A),总降噪量达3.3 dB(A),如图5所示。

图片

图5 驾驶员右耳A计权声压级使用降噪材料前后,副驾驶右耳(对应53号声样本)和左后排乘客右耳(对应54号声样本)两处的A计权声压级对比如图6和图7所示。

图片

图6 副驾驶右耳A计权声压级

图片

图7 左后排乘客右耳A计权声压级从试验结果可以看出,所采用的复合降噪材料的降噪性能优越,能显著降低车内噪声水平,提升驾乘舒适度,适用于对混合动力汽车的降噪。

4 混合动力汽车车内声品质优化效果验证

4.1 降噪后车内声品质评价

对上述试验所得的噪声样本进行声品质客观参数计算,得到响度、AI指数、波动度、粗糙度、尖锐度和A声压级的6个客观参数值,如表4所示。表4 优化后声品质客观参数值

图片

将表4中各客观参数值代入所建立的神经网络声品质预测模型,计算得到3个样本的声品质评价值分别为0.76、0.77和0.74。

4.2 优化前后车内声品质对比分析

为评价采取降噪措施后的混合动力汽车车内声品质是否有所改善,对照表2和表4,对采取降噪措施前后的声品质客观参数和主观评价值进行对比,判断优化车内声品质的效果。响度、AI指数、波动度、粗糙度、尖锐度和A声压级对比效果如图8~13所示,主观评价值如图14所示。

图片

图8 优化前后响度直方图从图8可以看出,对于优化后的噪声样本响度,3个噪声样本均有明显减小,其中52号噪声样本的响度值下降了4.92 sone,车内环境感觉更加安静。图9中优化后的语言清晰度在3个测点上均大幅提升,优化后最高AI指数达到96.71%。

图片

图9 优化前后AI指数直方图图10显示的是优化前后的波动度。通过对比可以看出,优化后的波动度均有下降,平均下降幅度为29.3%,最大下降幅度出现在1号噪声样本,达到了34.2%。分析图11中优化前后的粗糙度对比发现,优化后的粗糙度下降非常明显,3个噪声样本的粗糙度下降幅度均超过50%,粗糙度平均下降幅度达到56.3%。从声品质客观参数对声品质评价值的贡献度分析来看,粗糙度和波动度的贡献度位居第2和第3,因此这2个参数值的下降有利于声品质评价值的提升。

图片

图10 优化前后波动度直方图

图片

图11 优化前后粗糙度直方图从图12可以看出,优化前后的尖锐度在3个观测点上均有所下降,平均下降0.195 acum,平均降幅达21.2%。尖锐度作为声品质评价值贡献度最大的客观参数,优化后降幅超过20%,这对提升车内声品质起到了积极作用。

图片

图12 优化前后尖锐度直方图图13为优化前后的A声压级情况。可以看到,通过降噪材料对混合动力汽车进行车内噪声降噪处理后,车内噪声的A声压级有明显下降。图14显示了混合动力汽车降噪处理前后,车内3个观测点的声品质评价值。从图14中可以看到,3个观测点的主观评价值均有较大提升,分别提升了0.14、0.18和0.13,对应升幅为22.58%、30.51% 和21.31%,平均升幅达到了24.8%,再次验证了本文中所采取的混合动力汽车车内声品质优化措施的有效性。

图片

图13 优化前后A声压级直方图

图片

图14 优化前后声品质评价结果

5 结论

1) 尖锐度、波动度和粗糙度对声品质影响较大,3个客观参数的权重之和达到71.85%。尖锐度所占权重最大,高达34.78%,说明混合动力汽车高频噪声对声品质影响最大。粗糙度和波动度的权重分别为18.57%和18.50%,影响度位居第2和第3位,说明混合动力汽车动力耦合机构运转时产生的冲击容易通过车身结构传递,引起板件振动而产生辐射噪声,同样对混合动力汽车声品质影响较大。2) 使用降噪材料后,400 Hz以下的低频噪声降低了1.5 dB(A),400 Hz以上的高频噪声的降噪效果更为明显,降噪幅度达到5.2 dB(A),整个频段的总降噪量达3.3 dB(A)。3)优化后的混合动力汽车的6个声品质客观参数效果均有提升,声品质预测值综合提升了0.15,提升幅度达到24.8%,说明了所采取的声品质优化措施是可靠有效的。

作者:廖连莹1,赵景波1,杨 馨1,潘继郭1,左言言2

1.常州工学院 汽车工程学院

2.江苏大学 振动噪声研究所

分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号