拖拉机驾驶室的模态声学贡献度分析

拖拉机驾驶室的模态声学贡献度分析韩波;周以齐;李瑞【摘要】为确认影响拖拉机驾驶员耳旁噪声的主要振动模态,建立了拖拉机驾驶室声场中声压值与结构模态及模态声学贡献度数值的计算模型.利用驾驶室声-固耦合有限元模型进行仿真,分析了驾驶员耳旁噪声各频段峰值处的各阶模态贡献度值,并确认了峰值处的主导振动模态;利用主导振动模态来指导驾驶室主要振动模态的整改,且对主要模态整改前后驾驶员耳旁噪声声压级进行了对比.结果表明:驾驶室主要模态的改进可明显降低驾驶员耳旁噪声信号峰值,且峰值所在频段内的声压级也有所降低,可以实现分频段控制噪声,有效降低噪声.【期刊名称】《江苏大学学报（自然科学版）》【年(卷),期】2018(039)006【总页数】6页(P634-639)【关键词】拖拉机驾驶室;声-固耦合;模态声学贡献;模态分析;耳旁噪声【作者】韩波;周以齐;李瑞【作者单位】山东大学高效洁净机械制造教育部重点实验室,山东济南250061;山东大学机械工程学院,山东济南250061;山东大学高效洁净机械制造教育部重点实验室,山东济南250061;山东大学机械工程学院,山东济南250061;山东大学高效洁净机械制造教育部重点实验室,山东济南250061;山东大学机械工程学院,山东济南250061【正文语种】中文【中图分类】TB53拖拉机在工作过程中驾驶室振动产生的噪声,对驾驶员的舒适性以及环境有很大的影响,为此研究驾驶室噪声及振动控制的方法有着重要意义.目前研究振动和噪声常用的方法有有限元法、边界元法和统计能量法.有限元法分析低频噪声特性,如文献[1]采用有限元法研究了某重型商用车驾驶室内的结构噪声;文献[2]采用有限元法研究了挖掘机驾驶室的噪声特性.边界元法主要解决复杂边界条件的声场问题,常与有限元法结合使用[3-4].统计能量法(SEA)主要解决中高频噪声问题,如文献[5]采用SEA研究飞机结构的中频振动;文献 [6]采用SEA建筑板材解决中频振动问题.驾驶室中的噪声低频、中频、高频3种成分兼而有之,然而有限元法、边界元法、统计能量法却都有自己适用频率范围,不能用一种统一的方法分析所有频率成分的噪声.研究发现模态声学贡献分析可以只关注噪声中的关键频率,以及关键频率中所包含的主导模态[7],具有很宽的频率适用范围.模态贡献度分析法已在振动噪声控制方面得到了很好的应用,如文献[8]通过分析模态贡献因子研究发动机的各阶模态振型对结构动响应的影响,通过改变模态参数改善了结构的振动特性;文献[9]采用模态声学贡献量确定人字齿轮减速箱的贡献模态,依据模态贡献结果确定了筋板和阻振质量的布局;文献[10]运用模态声学传递向量技术,分析了子午线轮胎外轮廓结构对场点的声学贡献度;文献[11]运用模态声学贡献分析了挖掘机驾驶室主导模态振型,并给出了结构整改方案.但模态贡献度分析法目前在工程机械的振动噪声控制方面应用还不足,需进一步推广.笔者建立拖拉机驾驶室的声-固耦合模型,利用声学模态贡献分析法确认驾驶员耳旁噪声的主要贡献模态,整改主要模态以降低耳旁噪声.该方法可为驾驶室结构整改,及减振降噪设计提供参考.1 模态声学贡献度简介1.1 声-固耦合驾驶室内声场由驾驶室壁板振动与室内声腔相互作用而形成,考虑结构和流体的动力学方程,可得声-固耦合有限元方程[12]:(1)式中: Ms,Cs,Ks分别为结构的质量矩阵、阻尼矩阵和刚度矩阵;Mf,Cf,Kf分别为声场的质量矩阵、阻尼矩阵和刚度矩阵;ρ为密度;d为结构振动位移;p为结构声场耦合节点声压向量;Af,As分别为声场结构和结构声场耦合矩阵; fs为外部激励向量. 将式(1)转换到频域,令则有(2)由式(2)可得(Kf+jωCf-ω2Mf)p-ρω2Afd=0,(3)p=ρω2(Kf+jωCf)-1Afd.(4)1.2 模态贡献度多自由度振动系统在频域内某点m的响应,可通过模态振型线型叠加得到[13] dm(ω)=φm1q1(ω)+φm2q2(ω)+…+φmNqN(ω)=(5)式中: dm(ω)为m点处的振动位移;φmi为m点处的第i阶模态振型系数;qi(ω)为第i阶模态坐标;N为模态总阶数.第i阶模态向量φi=[φ1i,φ2i,…,φNi]T,模态矩阵φ=[φ1,φ2,…,φN],代表系统振动形状.N阶模态坐标矩阵Q=[q1(ω),q2(ω),…,qN(ω)]即为模态贡献度矩阵,表示振动幅值.系统各点位移可写为d(ω)=φQ,(6)则声场与结构的耦合面上节点振动位移可以表示为模态矩阵与贡献度矩阵的乘积: d=φ′Q′,(7)式中: φ′为模态矩阵;Q′为模态声学贡献量矩阵.将式(7)代入式(4)可得某点声压与结构模态的关系:p=ρω2(Kf+jωCf-ω2Mf)-1Afφ′Q′.(8)式(8)为某一频率下驾驶室的各阶结构模态与目标声场点处声压的关系.Q′指各声压分量在目标声场点总声压的方向上的投影,有幅值也有正负[14].2 仿真分析2.1 驾驶室有限元模型的建立在HyperMesh软件中对拖拉机驾驶室三维模型进行网格划分,综合考虑计算精度和效率,驾驶室有限元模型中的薄壁结构,采用尺寸为5 mm的四边形网格进行划分.驾驶室内的声腔以及座椅采用尺寸为50 mm的六面体网格划分.驾驶室结构网格和声腔网格在节点处耦合,结构网格节点上的振动响应会映射到声腔网格节点上.检查网格划分质量，定义各结构间的连接关系,用ACM焊点单元模拟驾驶室板件间的焊接,用RBE3单元来模拟螺栓连接关系,用RBE2来代替模拟玻璃与驾驶结构之间的胶粘密封.定义网格材料属性,材料属性如表1所示.表1 驾驶室模型材料参数部位名称材料泊松比弹性模量/MPa密度/(kg·m-3)顶GMT+PVC0.323 9201 400玻璃钢化玻璃0.2368 9002 460玻璃胶玻璃胶0.401 320900地板/底板Q2350.30206 0007 800座椅聚氨酯发泡0.448201 200后围板Q2350.30206 0007 800完成上述拖拉机驾驶室声-固耦合有限元模型设置得到驾驶室有限元模型,如图1所示.其中驾驶室结构网格单元总数为375 625个,如图1a所示,声学网格总数为48 614个,如图1b所示.图1 驾驶室有限元模型图2.2 模态声学贡献分析拖拉机驾驶室4个悬置点处的振动是振源,将4个减振器减振后的实测振动加速度信号作为驾驶室有限元仿真的激励.加速度传感器置于连接减振器与驾驶室底板的支撑位置处,采样频率为5 120 Hz,时长为10 s,将采集的信号用傅里叶变换处理[15],得到信号幅频值以便加载到仿真模型中.有限元仿真计算分为模态频率响应分析和模态贡献分析.1) 模态频率响应分析. ① 在仿真软件中设置工况参数: 在驾驶室模型任意一个悬置点先施加z轴正向单位载荷,其他5个为自由约束,载荷形式选DAREA; ② 创建TABLED读入实际激励信号,实际激励是与频率相关的加速度信号; ③ 创建动载荷集RLOAD,EXCITEID选UNIT-LOAD,TC选TABLED; ④ 重复①、②、③步完成实际激励在驾驶室模型的4个悬置点处，如图1a所示的4个小三角形位置的施加;⑤ 结构模态阻尼为0.02; ⑥ 定义频率响应求解范围为20～1 000 Hz,分析步长为20 Hz; ⑦ 创建求解载荷工况,响应形式为MODAL,DLOAD复选框选中④所建立的4个动载荷; ⑧ 以拖拉机驾驶员耳旁位置的声压为响应输出点.2) 模态贡献分析.利用HyperMesh软件中自带的模态贡献分析模块来求解耳旁噪声各频率点的声学模态贡献度,在模态贡献控制卡片PFMODE中,设置FLUIDMP,STRUCDMP,FREQUENCY,且以拖拉机驾驶员耳旁位置的声压为响应输出点,分析模态范围为0～1 kHz.完成上述设置之后,在20～1 000 Hz频率范围内,仿真分析驾驶员耳旁噪声声压响应及各频率点的模态贡献.仿真得到耳旁噪声声压级值与实测值，如图2所示.图2 耳旁噪声声压级仿真与试验对比由于测试值与测试环境、测试工况密切相关,而仿真又受约束条件、网格划分尺寸等的影响,这些因素致使仿真结果与实测值之间的差异不可避免,但它们走势相近,且都在160,260,440,640 Hz处出现峰值,因此可以利用该有限元模型对耳旁噪声控制进行定性研究.在某一频段内,若能将峰值声压级降低,而其他频率处的声压级不变大的情况下,则整个频段的总声压级降低,此峰值处的频率称为该频段的关键频率.以此为出发点,并结合图2曲线发现,在20～200 Hz频段内,160 Hz为峰值频率,200～500 Hz频段内,260,440 Hz为峰值频率,500～800 Hz频段内,640 Hz为峰值频率.160,260,440,640 Hz分别为所属频段的关键频率.这4处关键频率的模态声学贡献度的分析结果如图3所示.由图3可知模态贡献量有正有负,又由式(8)可知，某点声压会随着正贡献的模态振动的加强而增加,随着负贡献的模态振动加强而减小[16];理论上可以通过加强负贡献模态振动,抑制正贡献模态振动来降低声压.然而分析发现同一阶模态对某一点声压贡献量为负,同时却对其他点的声压贡献为正,加强负贡献的模态会使一点的声压值减小而另一点声压增大,因此在改善模态时只对正贡献模态的振动进行抑制,对负贡献模态不做处理.图3 峰值处模态声学贡献度分析结果贡献量较大的模态对某一频率处的声压起主导作用,根据图3,选出贡献量绝对值排序前4位的模态为此频率处的主导模态,其模态频率、模态贡献度如表2所示.观察表2发现:第13阶模态,对160,260 Hz处峰值声压级都有贡献,且有正有负,需重点关注,同理第30,32阶模态都需重点整改;第28阶模态虽对440,640 Hz处峰值都为负贡献,如前所述负贡献模态不需要整改.因此将第13,30,32阶模态为驾驶室结构的主导模态,需重点进行研究和改善.表2 峰值处的主导模态及贡献度频率/Hz模态阶数/阶模态频率/Hz贡献度频率/Hz模态阶数/阶模态频率/Hz贡献度30432.01-0.7520.030.5216020.030.7526050.070.3713157.510.6432457.52-0.3140.050.5913157.51-0.2828397.97-4.1032457.520.9744053768.822.8064040564.030.5330432.011.8028397.97-0.3732457.521.7038522.210.312.3 驾驶室模态分析对驾驶室有限元模型进行简化处理,删除驾驶室的内顶饰网格、周侧玻璃网格以及声腔网格.对驾驶室结构进行自由模态仿真分析,仿真可采用固定约束、弹性约束、刚性约束和自由约束等形式.拖拉机驾驶室底板的振动是由机架振动产生激励信号传入引起的,而传递运动的减振原件的刚度和阻尼参数受实际影响变动性较大,无法获得准确的驾驶室所受到的约束关系,为了减少某种约束带来的不确定性误差,采用自由模态仿真来近似反映驾驶室结构的固有属性.由于模型质量发生改变,所以驾驶室的模态频率会有微小偏差,但都在误差范围内.由2.2节分析可知,所需要关注的模态为第13,30,32阶模态.需要整改的这3阶模态振型如图4所示.观察模态振型可以发现,振动峰值多出现在驾驶室地板、后围板、底板和座椅底板等板件,因此需要对这些薄壁板件进行结构参数调整,以改善驾驶室的结构模态振型. 驾驶室是个复杂的多自由度振动系统,各个板件的振动状态的改变都会引起整个驾驶室的模态振型改变,会出现某一阶模态得到改进而其他模态却变得恶化的现象.以驾驶室模态振型最大位移为依据,最大位移减小为改进有效,反之则为无效.针对驾驶室地板、后围板、底板和座椅底板等板件的厚度、刚度以及加强筋的位置分布等因素,逐步调整驾驶室的模态,使主导模态振型的得到改进,且其他模态振型也不至于变差.经过多次调整改进,使得驾驶室主导模态振型得到改善,其结果如图5所示.通过比较图4,5可以看出,主导模态振型的最大位移都已减小.图4 整改前的主导模态振型图5 整改后的主导模态振型按照模态振型改善后的整改方案,重新设置驾驶室声-固耦合模型各板件的厚度、材料等参数,然后重新仿真分析得到驾驶室驾驶员耳旁噪声声压级.对比分析驾驶室主导模态整改前后,驾驶员的耳旁噪声声压级的变化结果如图6所示.图6 整改前后耳旁噪声声压级对比图从图6可以看出:峰值160 Hz处A级声压级下降了1.3 dB,峰值260 Hz处A级声压级下降了3.2 dB,峰值440 Hz处A级声压级下降了11.1 dB,峰值640 Hz处没有变化.通过改进160 Hz主导模态,20～200 Hz内的声压级几乎没有变化,改进260,440 Hz处的主导模态,200～500 Hz内声压级整体降低,改进640 Hz的主导模态,500～750 Hz内的声压级整体降低.改善了640 Hz的主导模态,但峰值却没有变化,可能是因为主导模态的改善引起了其它模态的恶化,也说明主导模态的整改方案不是全局最优,后期笔者将通过设计优化算法来优化主要模态,寻找全局最优解.20～200 Hz频段内的声压级没有降低,可能是因为低阶模态对耳旁声压级的影响更大.3 结论1) 运用模态声学贡献度分析方法可以快速确认拖拉机驾驶室主要振动模态,且驾驶室的主要结构模态对驾驶员耳旁噪声有很大影响.2) 通过改善驾驶室的主要振动模态,可以使驾驶员耳旁噪声关键频率处峰值明显降低,同时峰值声压级所在的频段内的声压级也明显降低.3) 模态声学贡献分析法可以指导分析驾驶员耳旁噪声特性,能在很大的频率范围内适用,且可以分频段控制噪声.可用于指导其他工程机械的驾驶室结构设计,对驾驶室的振动噪声进行控制.4) 在调整主导结构模态整改过程中所使用的方法效率较低,最终得到整改方案也不是全局最优,在后期研究中需要综合考虑,各板件的厚度、刚度、筋板的分布等因素对驾驶室模态进行整改.此外在评价驾驶室模态优劣时,除了考虑最大位移时,还需兼顾最大位移的分布情况.参考文献【相关文献】[ 1 ] 马天飞,高刚,王登峰,等. 基于声固耦合模型的车内低频结构噪声响应分析[J]. 机械工程学报,2011,47(15):76-82.MA T F, GAO G, WANG D F, et al. Response analysis of interior structure noise in lower frequency based on structure-acoustic coupling model[J]. Journal of Mechanical Engineering, 2011, 47(15): 76-82. (in Chinese)[ 2 ] 徐淑玲,陈剑,韩全,等. 挖掘机驾驶室内低频噪声分析与预测[J]. 农业装备与车辆工程,2014,52(5):24-28.XU S L,CHEN J,HAN Q,et al. Analysis and prediction of low-frequency noise from excavator cab[J]. Agricultural Equipment & Vehicle Engineering, 2014,52(5):24-28. (in Chinese)[ 3 ] WANG Y P, ZHEN X, WU J, et al. Hybrid CFD/FEM-BEM simulation of cabin aerodynamic noise for vehicles traveling at high speed[J]. Science China(Technological Sciences), 2013, 56(7): 1697-1708.[ 4 ] WU F, LIU G R, LI G Y, et al. A novel hybrid FS-FEM/SEA for the analysis of vibro-acoustic problems[J]. International Journal for Numerical Methods in Engineering, 2015, 102(12): 1815-1829.[ 5 ] YAN Y J, LI P B, LIN H G. Analysis and experimental validation of the middle-frequency vibro-acoustic coupling property for aircraft structural model based on the wave coupling hybrid FE-SEA method[J]. Journal of Sound and Vibration, 2016, 371: 227-236.[ 6 ] MA Y B, ZHANG Y H, KENNEDY D. A hybrid wave propagation and statistical energy analysis on the mid-frequency vibration of built-up plate systems[J]. Journal of Sound and Vibration, 2015, 352:63-79.[ 7 ] LIU R J, HAO Z Y, ZHENG X, et al. The partially-coupled modal contributionassumption of noise radiation and the dominant noise-contribution mode[J]. Journal of Sound and Vibration, 2017, 389: 266-275.[ 8 ] 周玮,廖日东. 基于模态贡献因子的发动机机体动响应研究[J]. 内燃机工程,2013,34(5):24-28. ZHOU W, LIAO R D. Study on diesel engine block dynamic response based on mode contribution factors[J]. Chinese Internal Combustion Engine Engineering, 2013, 34(5):24-28. (in Chinese)[ 9 ] 王晋鹏,常山,刘更,等. 基于模态声学贡献量的减速箱降噪技术研究[J]. 振动与冲击,2015,34(17):50-57.WANG J P, CHANG S, LIU G,et al. Gearbox noise reduction based on modal acoustic contributions[J]. Journal of Vibration and Shock,2015,34(17):50-57. (in Chinese)[10] 王国林,裴晓朋,周海超,等. 轮胎结构振动声学贡献度分析及降噪方法研究[J]. 振动与冲击,2015,34(24):53-58.WANG G L, PEI X P, ZHOU H C,et al. Acoustic contribution of tire structure vibration and method for noise reduction[J]. Journal of Vibration and Shock,2015, 34(24):53-58. (in Chinese)[11] 刘磊. 基于模态声学贡献度分析的挖掘机驾驶室噪声研究[D]. 济南:山东大学,2016.[12] SANDBERG G E, HANSSON P A, GUSTAVSSON M. Domain decomposition in acoustic and structure-acoustic analysis[J]. Computer Methods in Applied Mechanics and Engineering, 2001, 190(24): 2979-2988.[13] 王晋鹏,常山,刘更,等. 结合模态声学贡献量与板面声学贡献量的减速箱降噪技术研究[J]. 振动与冲击,2016,35(4):210-216.WANG J P, CHAN S, LIU G,et al. Gearbox noise reduction by combining modal acoustic contribution and panel acoustic contribution[J]. Journal of Vibration and Shock,2016,35(4):210-216.(in Chinese)[14] WEI Z L, CHEN M H, XIE F, et al. Auto-body structure noise analysis based on modal analysis method[J]. Man-Machine-Environment System Engineering, 2016,406: 311-320.[15] YU G, YU M J, XU C Y. Synchroextracting transform[J]. IEEE Transactions on Industrial Electronics, 2017, 64(10): 8042-8054.[16] 惠巍, 刘更, 吴立言. 车内噪声预测与面板声学贡献度分析[J]. 噪声与振动控制, 2006(5):62-66. HUI W, LIU G, WU L Y. Vehicle noise prediction and panel acoustic contribution analysis[J]. Noise and Vibration Control, 2006 (5):62-66.(in Chinese)。