阅读说明：本技术 基于动态力识别的振动噪声贡献量分析方法及车辆 (Vibration noise contribution analysis method based on dynamic force identification and vehicle ) 是由 张健 贾文宇 马东正 范大力 李沙 宫世超 贾小利 尹冬冬 于 2021-06-17 设计创作，主要内容包括：本发明公开了一种基于动态力识别的振动噪声贡献量分析方法,包括：S1.确定待测车辆的目标点,在目标点处布置传感器；S2.基于驾乘场景对待测车辆进行试验,并收集传感器采集的工况数据G-R；S3.将待测车辆的悬架拆卸,并将由金属材质制成的悬架替换件按照设定扭力值安装到原悬架所在位置处；S4.采用锤击法对拆卸掉悬架后的待测车辆进行测试,获得悬架安装点至目标点处的频响函数H-R；S5.根据工况数据G-R和频响函数H-R建立动态载荷目标函数,运用迭代法求解悬架接附点动态载荷F；S6.根据悬架接附点动态载荷F与频响函数H-R计算各路径点贡献量,以此进行主路径识别与目标点响应预测。本发明能规避矩阵求逆带来的病态性问题,能够提高工作效率,且通用性强,可操作性高。(The invention discloses a vibration noise contribution analysis method based on dynamic force identification, which comprises the following steps: s1, determining a target point of a vehicle to be detected, and arranging a sensor at the target point; s2, testing the vehicle to be tested based on the driving scene, and collecting working condition data G collected by the sensor R (ii) a S3, disassembling a suspension of the vehicle to be tested, and installing a suspension replacement part made of a metal material to the position of the original suspension according to a set torsion value; s4, testing the vehicle to be tested after the suspension is detached by adopting a hammering method to obtain a frequency response function H from the mounting point of the suspension to the target point R (ii) a S5, according to working condition data G R Sum frequency response function H R Establishing a dynamic load objective function, and solving a dynamic load F of a suspension attachment point by using an iterative method; s6, according to the dynamic load F of the suspension attachment point and a frequency response functionH R And calculating the contribution amount of each path point so as to identify the main path and predict the response of the target point. The method can avoid the ill-conditioned problem caused by matrix inversion, can improve the working efficiency, and has strong universality and high operability.)

基于动态力识别的振动噪声贡献量分析方法及车辆

技术领域

本发明属于动态载荷力识别

技术领域

，具体涉及基于动态力识别的振动噪声贡献量分析方法。

背景技术

汽车NVH(噪声、振动与声振粗糙度)性能不仅是乘坐舒适性的重要指标，同时也是提升汽车品质感与强化品牌力的关键因素。因此，各大汽车厂商在车型研发中投入了大量人力与物力对其进行研究。

如专利文献CN106644512A公开了一种基于动力总成载荷的噪声分析方法和系统，方法包括以下步骤：获取传声器位置信息和三向加速度传感器位置信息；基于不同工况对待测车辆进行道路试验以获取传声器和三向加速度传感器的道路试验测试数据；将待测车辆的动力总成拆卸后，将以金属零件改制的动力总成悬置安装在拆卸后的待测车辆，并保留设置的传声器和三向加速度传感器；采用锤击法对拆卸后的待测车辆进行测试以获取传声器和三向加速度传感器的频率响应函数；根据道路试验测试数据和频率响应函数进行动力总成载荷计算，以获取动力总成载荷矩阵；根据动力总成载荷矩阵预测待测车辆在实际道路工况下的车内噪声，从而能综合考虑各个方向及多个动力总成悬架相互之间的影响。

又如专利文献CN106679990A公开了一种汽车六自由度轮心力测试及振动噪声贡献率的计算方法，该方法包括：建立坐标系、布置测点及安装传感器、布置激励点及测量激励点坐标、测量频率响应函数、求解从轮毂中心到响应点的频率响应函数矩阵、求解从轮毂中心到目标点的频率响应函数向量、路试、求解激励功率谱密度矩阵、验证激励功率谱密度矩阵识别有效性、计算各自由度激励对目标点响应的能量贡献率。

以上专利文献中对动态载荷识别皆采用频响函数矩阵求逆法，解决了矩阵求逆病态性成了首要难题。矩阵求逆病态性问题的解决途径通常分为两大类，分别为参考点的三向振动传感器数量和正则化方法。矩阵求逆法计算动态载荷需在每个路径下布置三向振动传感器，并且为规避矩阵病态性问题，要求传感器的数量至少是被识别激励力数量的2倍及以上，造成传感器数量需求大，数据采集系统通道需求多。同时对三向振动传感器布置位置有一定要求，同一路径点处各参考点三向振动传感器位置要适宜，参考点三向振动传感器距离路径点太近容易获取重复振动信息，造成矩阵病态性，距离太远获取信息不纯，引入误差。对实施者而言无疑带来一定难度，要同时兼顾位置与空间布置空间。在后处理计算中，要运用正则化方法修正矩阵病态性，目前商业软件如LMS.TSET LAB测试系统大多采用奇异值截断法修正矩阵病态性，对于奇异值的设定多凭经验，且需反复调试。

因此，有必要开发一种新的基于动态力识别的振动噪声贡献量分析方法及车辆。

发明内容

本发明的目的是提供基于动态力识别的振动噪声贡献量分析方法，能规避矩阵求逆带来的病态性问题，能节省设备资源，提高工作效率，且通用性强，可操作性高。

本发明所述的基于动态力识别的振动噪声贡献量分析方法，包括以下步骤：

S1.确定待测车辆的目标点，在目标点处布置传感器，若目标点需要解决声噪问题，则在该目标点处安装麦克风传感器，若目标点处需要解决振动问题，则在该目标点处布置三向振动传感器；

S2.基于驾乘场景对待测车辆进行试验，并收集传感器采集的工况数据G_R；

S3.将待测车辆的悬架拆卸，并将由金属材质制成的悬架替换件按照设定扭力值安装到原悬架所在位置处；

S4.采用锤击法对拆卸掉悬架后的待测车辆进行测试，获得悬架安装点至目标点处的频响函数H_R；

S5.根据步骤S2所得的工况数据G_R和步骤S4所得的频响函数H_R建立动态载荷目标函数，运用迭代法求解悬架接附点动态载荷F；

S6.根据悬架接附点动态载荷F与步骤S4所得的频响函数H_R计算各路径点贡献量，以此进行主路径识别与目标点响应预测。

可选地，所述传感器方向依据整车坐标系O-XYZ的轴线方向布置，车头至车尾方向为+X，主驾至副驾方向为+Y，竖直向上为+Z。

可选地，若目标点需要解决声噪问题，则在该目标点处安装麦克风传感器，若目标点处需要解决振动问题，则在该目标点处布置三向振动传感器。

本发明具有以下优点：利用路径点至目标点的频响函数和目标点的工况数据，通过迭代法求解路径点动态载荷。无需矩阵求逆，因此规避了矩阵求逆带来的病态性问题。无需在路径点附近布置参考点三向振动传感器，对数据采集前端通道需求少，大大节省了设备资源，同时省去了布置大量三向振动传感器工作量，提升了工作效率；此方法在静态频响函数测试时拆除了路径点主被动侧，特别适用于同一车身状态下匹配不同状态悬架的噪声振动分析，每次仅采集目标点传感器工况数据即可重复本方法，通用性强，可操作性高。

附图说明

图1为本实施例的流程图；

图2为本实施例中迭代算法的流程图。

具体实施方式

下面结合附图对本发明作可选的说明。

如图1所示，本实施例中，一种基于动态力识别的振动噪声贡献量分析方法，包括以下步骤：

S1.布置目标点传感器：确定待测车辆的目标点，在目标点处布置传感器，若目标点需要解决声噪问题，则在该目标点处安装麦克风传感器，若目标点处需要解决振动问题，则在该目标点处布置三向振动传感器。比如：若要解决乘员舱的声噪问题，可以选择在乘员舱座椅人耳附近位置布置麦克风传感器。若要解决座椅的振动问题，可以选择在座椅导轨处布置三向振动传感器。

本实施例中，传感器方向依据整车坐标系O-XYZ(车头至车尾方向为+X，主驾至副驾方向为+Y，竖直向上为+Z)的轴线方向布置。

S2.采集工况数据：基于驾乘场景对待测车辆进行试验，并收集传感器采集的工况数据G_R。

S3.拆卸悬架，安装悬架替换件：为了消除结构耦合问题，在进行静态频响函数测试前，将待测车辆的悬架拆卸，并将由金属材质制成的悬架替换件(比如：金属套筒)按照设定扭力值安装到原悬架所在位置处。

S4.采用锤击法对拆卸掉悬架后的待测车辆进行测试，获得悬架安装点至目标点处的频响函数H_R。

S5.根据步骤S2所得的工况数据G_R和步骤S4所得的频响函数H_R建立动态载荷目标函数，运用迭代法求解悬架接附点动态载荷F。

S6.根据悬架接附点动态载荷F与步骤S4所得的频响函数H_R计算各路径点贡献量，以此进行主路径识别与目标点响应预测。

本实施例中，所述步骤S5，以解决声噪为例进行说明：

根据声音传递特性，车内声音由如下公式获得：

G_R＝H_R·F；

对于求解动态载荷F(即求解出的动态载荷的最优值)，即寻找F_d满足目标min||G_R-H_R·F_d||，相当于F_d满足min(G_R-H_R·F)²，其中，F_d为根据传感器测量的数据计算出的实际动态载荷；令U(F)＝(G_R-H_R·F)²，即得到：

其中，U(F)是Rⁿ上具有一阶连续偏导数的函数，Rⁿ是每次迭代实际产生的误差值，选用梯度下降法对此进行迭代优化，选定适当的初值F⁽⁰⁾，不断迭代，更新F的值，进行目标函数的极小化，直到收敛。

如图2所示，以为搜索方向，k为迭代次数，λ_k为第k次迭代的步长，由一维搜索确定，即λ_k使得：

迭代算法流程如下：

输入：目标函数U(F)，搜索方向设置精度ε；

输出：U(F)的极小点F^*。

(5.1)取初始值F⁽⁰⁾∈Rⁿ，置k＝0；

(5.2)计算U(F^(k))；

(5.3)计算梯度当时，停止迭代，令F^*＝F^(k)；否则，以为搜索方向，使

(5.4)置计算U(F^(k+1))，当||U(F^(k+1))-U(F^(k))||＜ε或||F^(k+1)-F^(k)||＜ε，停止迭代，令F^*＝F^(k+1)，即F＝F^*；否则，置k＝k+1，转入(5.3)。

根据悬架接附点动态载荷F与静态测试频响函数H_R计算各路径点至车内的贡献量，以此进行主路径识别，为问题整改与优化提供参考。此外，还可对悬架接附点动态载荷F与静态测试频响函数H_R进行调制，预测目标点响应。