• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      轎車帶內(nèi)飾車身模態(tài)試驗(yàn)分析

      2016-12-27 06:44:55譚繼錦戚東元
      噪聲與振動控制 2016年6期
      關(guān)鍵詞:頻響內(nèi)飾頻域

      譚繼錦,戚東元

      (合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院,合肥 230009)

      轎車帶內(nèi)飾車身模態(tài)試驗(yàn)分析

      譚繼錦,戚東元

      (合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院,合肥 230009)

      針對帶內(nèi)飾車身模態(tài)參數(shù)難以識別的問題,在結(jié)構(gòu)線性度檢驗(yàn)的基礎(chǔ)上,分別采用頻域識別和時域識別兩種方法對某轎車帶內(nèi)飾車身進(jìn)行模態(tài)試驗(yàn)。介紹了試驗(yàn)方案與信號采集技術(shù),重點(diǎn)對識別方法進(jìn)行比較研究,其中時域隨機(jī)子空間法的較好應(yīng)用效果為車身模態(tài)試驗(yàn)提供新思路。最后通過有限元分析與試驗(yàn)結(jié)果對比,驗(yàn)證了內(nèi)飾車身建模分析的準(zhǔn)確性,所確定的內(nèi)飾車身模態(tài)參數(shù)為車身NVH性能分析奠定基礎(chǔ)。

      振動與波;帶內(nèi)飾車身;模態(tài)試驗(yàn);頻域識別;時域識別;有限元分析

      內(nèi)飾車身(Trimmed Body)與白車身(Body In White)一樣,在車身性能開發(fā)中都有具體的模態(tài)頻率目標(biāo),其中白車身模態(tài)分析應(yīng)用較為成熟,不論是試驗(yàn)還是仿真均可識別出較為準(zhǔn)確的模態(tài)參數(shù)。相對于白車身,內(nèi)飾車身的結(jié)構(gòu)性能更接近于整車,也是整車模態(tài)頻率的基礎(chǔ),因而研究內(nèi)飾車身的動態(tài)性能十分必要。

      閉合件、座椅、轉(zhuǎn)向系統(tǒng)和內(nèi)飾通過鉸鏈、密封膠、結(jié)構(gòu)膠和卡扣等與白車身連接,使得車身非線性因素增加,模態(tài)參數(shù)密集,阻尼增大,局部與整體振型耦合較多,大大增加了識別難度。為解決此問題,文獻(xiàn)[1]提出取車身左右兩側(cè)若干對稱點(diǎn),經(jīng)過VTF分析,通過合成加速度和差值加速度均值曲線來識別內(nèi)飾車身模態(tài)參數(shù)。文獻(xiàn)[2]分別采用最小二乘復(fù)指數(shù)法(LSCE)和最小二乘復(fù)頻域法(LSFD)對內(nèi)飾車身模態(tài)試驗(yàn)進(jìn)行參數(shù)識別,并比較了兩種方法的優(yōu)劣。文獻(xiàn)[3]提出一種新的整體平順?biāo)惴ǎ℅ST),用于分析多輸入多輸出系統(tǒng)所得的頻響函數(shù)曲線,使得對于大阻尼高耦合的結(jié)構(gòu)模態(tài)參數(shù)得以識別。

      文中將從頻域和時域兩種識別方法對帶內(nèi)飾車身模態(tài)試驗(yàn)進(jìn)行研究和對比,提出內(nèi)飾車身的試驗(yàn)方案,闡述解決模態(tài)參數(shù)識別困難的辦法,并將有限元分析與試驗(yàn)進(jìn)行對比。

      1 基于頻域辨識方法的模態(tài)試驗(yàn)

      1.1 結(jié)構(gòu)線性度檢驗(yàn)

      模態(tài)識別以系統(tǒng)線性為前提,任何結(jié)構(gòu)都必須在滿足一定線性度的前提下才可以進(jìn)行模態(tài)分析。內(nèi)飾車身非線性度加大,試驗(yàn)之前必須對其進(jìn)行結(jié)構(gòu)線性度檢驗(yàn),以確保此結(jié)構(gòu)模態(tài)測試的可靠性。設(shè)置不同等級的激振力,以同一測點(diǎn)頻響函數(shù)的重合度進(jìn)行檢驗(yàn)。圖1為車身某測點(diǎn)在4 V、8 V和10V激勵下的頻響曲線,可以看出100 Hz內(nèi),整體重合度良好,車身保持一定的線性度。僅在80 Hz之后出現(xiàn)微量偏差,后續(xù)研究表明此頻段由于內(nèi)外飾件振動復(fù)雜密集,使得車身非線性增大,但其仍在可識別范圍內(nèi)。

      圖1 帶內(nèi)飾車身線性度檢驗(yàn)

      1.2 試驗(yàn)方案確定

      試驗(yàn)方案的確定要結(jié)合內(nèi)飾車身的實(shí)際,具體包括以下幾個方面:

      (1)測點(diǎn)選擇。測點(diǎn)布置應(yīng)能反映車身整體輪廓,同時要注意避開局部剛度較弱的區(qū)域。內(nèi)飾車身由于有門蓋系統(tǒng)和內(nèi)飾附件等,測點(diǎn)布置較為困難。采用兩種測點(diǎn)方案,對于頻域法采用密集型布置,車身共布置249個測點(diǎn),密集測點(diǎn)布置可以在識別車身整體振型的同時,識別出局部振型。為使測點(diǎn)布置均勻,先對車身表面進(jìn)行100 mm×100 mm網(wǎng)格劃分,再選取測點(diǎn),測點(diǎn)方案如圖2所示。

      圖2 頻域法測點(diǎn)方案

      (2)支撐方式。模態(tài)試驗(yàn)結(jié)構(gòu)安置需盡量接近自由狀態(tài),白車身多采用橡皮繩懸吊方式,內(nèi)飾車身質(zhì)量較大,采用空氣彈簧支撐方式,便于安置車身與安放傳感器。

      (3)激勵方式。模態(tài)試驗(yàn)激勵有單點(diǎn)激勵和多點(diǎn)激勵兩種,采用何種方法取決于試件相對于整體的激振難度,內(nèi)飾車身單點(diǎn)激勵即可獲得任意點(diǎn)的響應(yīng),且響應(yīng)幅度足夠大,故采用單點(diǎn)激勵多點(diǎn)識振的方式,激振點(diǎn)設(shè)于前保險杠右側(cè)(如圖2所示)。

      對于激勵信號的選擇,內(nèi)飾車身力錘敲擊能量不足,正弦激勵效果較差,經(jīng)比較猝發(fā)隨機(jī)為最佳激勵方式。激勵力大小應(yīng)具有足夠的能量激發(fā)內(nèi)飾車身結(jié)構(gòu),但是不能超出結(jié)構(gòu)可接受的線性區(qū)域內(nèi),經(jīng)調(diào)試定為8 V。

      (4)試驗(yàn)頻段。相對于白車身,內(nèi)飾的添加會使車身整體一彎一扭頻率有所下降,綜合考慮,試驗(yàn)頻段選取0~100 Hz。試驗(yàn)前對加速度傳感器在頻段內(nèi)進(jìn)行標(biāo)定。

      1.3 測試系統(tǒng)的組建與數(shù)據(jù)的采集

      試驗(yàn)測試系統(tǒng)采用DHDAS動態(tài)信號采集分析系統(tǒng),系統(tǒng)框圖見圖3。

      圖3 試驗(yàn)測試系統(tǒng)框圖

      試驗(yàn)系統(tǒng)建立后,調(diào)試測試參數(shù),選擇最優(yōu)參數(shù)設(shè)置。然后需對其進(jìn)行可靠性驗(yàn)證,常用的驗(yàn)證方法為頻響函數(shù)的互異性、重復(fù)性和相干性檢驗(yàn)等?;ギ愋赃x擇前保險杠左右兩側(cè)對稱處激勵,檢查頻響函數(shù)重合度。每組測點(diǎn)逐一檢查相干性,圖4為某組4號通道的相干函數(shù)曲線,從圖中可以看出盡管在15 Hz之前有部分泄露,但在全頻段內(nèi)基本保持為1,表明頻響函數(shù)具有較高性噪比,系統(tǒng)相干性在合理范圍內(nèi)。

      圖4 某組4號通道相干函數(shù)

      249個測點(diǎn)分批進(jìn)行測量,每組10個測點(diǎn)。測試分析點(diǎn)數(shù)為2 048,線性平均次數(shù)為30,重疊率為30%,輸入通道加力窗,輸出通道加指數(shù)窗。測試時實(shí)時觀察記錄頻響函數(shù)曲線和相干函數(shù)曲線質(zhì)量,確保數(shù)據(jù)可行性,如果出現(xiàn)某一個通道或是某組通道異常,需停止試驗(yàn)進(jìn)行通道調(diào)試檢查。每組試驗(yàn)均需要檢查傳感器接線狀況是否良好,在放置傳感器時,為減小壓電傳感器的接地回路噪聲,做好系統(tǒng)接地與絕緣工作[4]。所有通道測試前清零平衡。

      1.4 車身模態(tài)參數(shù)識別

      基于頻域的模態(tài)識別方法最大的優(yōu)點(diǎn)在于使用平均技術(shù),很大程度抑制了噪聲,使得定階問題易于解決。現(xiàn)有方法主要有最小二乘復(fù)頻域法(LSCF)、峰值拾取法、多項(xiàng)式擬合法、頻域分解法等,其中最小二乘復(fù)頻域法在應(yīng)對密集型模態(tài)時,即便頻響函數(shù)受到部分噪聲干擾,依然可以建立清晰的穩(wěn)態(tài)圖,識別效果較優(yōu)。經(jīng)比較采用LSCF方法作為內(nèi)飾車身頻域模態(tài)參數(shù)識別方法,多項(xiàng)式擬合法作為參考,圖5為LSCF法穩(wěn)態(tài)圖。

      圖5 基于LSCF法的穩(wěn)態(tài)圖極點(diǎn)識別

      以穩(wěn)態(tài)圖為依據(jù),選擇模態(tài)階數(shù),穩(wěn)態(tài)圖中S表示假定極點(diǎn)增加時在給定精度內(nèi)頻響函數(shù)在頻率、阻尼和模態(tài)參與因子處(V是在頻率和模態(tài)參與因子處)保持穩(wěn)定狀態(tài)[5]。以S縱向較為一致為定階條件。表1給出了提取出的19階模態(tài),圖5-圖6為車身垂向1階彎曲和1階扭轉(zhuǎn)振型。

      圖6 車身整體1階扭轉(zhuǎn)

      表1 LSCF法模態(tài)參數(shù)識別結(jié)果

      對于門蓋系統(tǒng)等組件局部振型難以辨識的情況,為避免漏階,可將組件的測試數(shù)據(jù)進(jìn)行單獨(dú)處理,同時將組件模型單獨(dú)創(chuàng)建。圖7為發(fā)動機(jī)艙蓋的1階扭轉(zhuǎn)和1階彎曲振型,單獨(dú)處理后振型清晰。

      圖7 車身垂向1階彎曲

      圖8 發(fā)動機(jī)艙蓋1階扭轉(zhuǎn)與1階彎曲

      為確保識別結(jié)果的可信度,進(jìn)行振型相關(guān)性驗(yàn)證,圖8為MAC值驗(yàn)證結(jié)果,可以看出提取的19階模態(tài)具有較好的正交性。

      從頻域法振型識別結(jié)果來看,車身整體振型與局部振型相互耦合,并會出現(xiàn)局部異常測點(diǎn),對振型識別產(chǎn)生很大干擾,甚至造成誤判。針對此問題,以下對內(nèi)飾車身進(jìn)一步展開時域法識別模態(tài)試驗(yàn)研究。

      2 基于時域辨識方法的模態(tài)試驗(yàn)

      基于頻域的模態(tài)識別方法是機(jī)械類結(jié)構(gòu)模態(tài)分析中的主流方法,對于材料單一的簡單結(jié)構(gòu),頻域法具有較大優(yōu)勢。而內(nèi)飾車身具有一定非線性度,耦合振型較多,振型的識別較為困難,為此借用基于環(huán)境激勵的工作模態(tài)[6]的試驗(yàn)方法對內(nèi)飾車身進(jìn)行時域法參數(shù)識別,并將試驗(yàn)結(jié)果與頻域法結(jié)果進(jìn)行對比。

      2.1 試驗(yàn)方案

      基于時域法的模態(tài)試驗(yàn)測試系統(tǒng)與前述相同,鑒于篇幅,僅敘述試驗(yàn)方案的差異性。區(qū)別于環(huán)境激勵,車身位于試驗(yàn)臺架上,對其進(jìn)行激勵使得車身振動,激勵信號采用隨機(jī)白噪聲。需注意的是,采集系統(tǒng)不對輸入信號進(jìn)行采集,關(guān)閉力采集通道。試驗(yàn)重新布置測點(diǎn)方案,共37個測點(diǎn),如圖9所示。

      僅在車身骨架上布置測點(diǎn),目的在于減少局部振型的干擾,著重識別車身整體模態(tài)參數(shù)。測試以1號測點(diǎn)為參考點(diǎn),采用移動測試法,保持1號測點(diǎn)不動,分4組完成。

      圖9 LSCF法振型有效性驗(yàn)證

      圖10 時域法測點(diǎn)方案

      2.2 基于隨機(jī)子空間法的車身模態(tài)參數(shù)識別

      時域識別方法也有多種,目前主要有隨機(jī)子空間法(SSI)、最小二乘復(fù)指數(shù)法(LSCE)、特征系統(tǒng)實(shí)現(xiàn)法(ERA)、Ibrahim時域法(ITD)等。在工程應(yīng)用中隨機(jī)子空間法效果較優(yōu),其基本思路如下:首先,在白噪聲激勵的前提下,建立線性振動系統(tǒng)離散狀態(tài)下的空間模型[7]。

      式中xk∈Rn為離散時間狀態(tài)向量,yk∈Rl×1為輸出向量,A∈Rn×n為離散狀態(tài)矩陣,C∈Rl×n為輸出矩陣,E為數(shù)學(xué)期望符號,δpq為kronecker矩陣,wk∈Rn為過程噪聲,vk∈Rl為測量矩陣,兩種噪聲均假定為白噪聲,故

      將測量數(shù)據(jù)構(gòu)造為Hankel矩陣H,按矩陣行數(shù)的不同將H分為“過去”與“將來”兩個子矩陣,即QR分解:

      然后對加權(quán)投影矩陣做奇異值分解,通過系統(tǒng)矩陣識別模態(tài)參數(shù)[8]。應(yīng)用此方法識別結(jié)果如表2所示,對應(yīng)振型見圖10-圖15。

      表2 基于隨機(jī)子空間法的模態(tài)參數(shù)識別結(jié)果

      圖11 車身1階扭轉(zhuǎn)

      圖12 車身底板局部扭轉(zhuǎn)

      圖13 車身垂向1階彎曲

      圖14 頂蓋前部局部振型

      圖15 頂蓋后部局部振型

      2.3 結(jié)果對比與分析

      從表2可以看出,隨機(jī)子空間法識別與頻域法識別頻率誤差在5%以內(nèi),振型一致,表明基于時域辨識方法可行有效。比較而言,試驗(yàn)方案更為簡單,無需采集激勵信號,響應(yīng)信號也無需進(jìn)行傅里葉變換,直接作用于加速度信號,避免了變換誤差。并且由于測點(diǎn)布置于車身骨架,車身整體振型更加清晰。

      3 內(nèi)飾車身有限元分析

      利用Hypermesh搭建帶內(nèi)飾車身有限元模型,見圖16。其中車身骨架主要由板單元與焊點(diǎn)組成,網(wǎng)格大小選擇8 mm,忽略尺寸較小的工藝孔,重要區(qū)域適當(dāng)加密,采用鋼質(zhì)材料,焊點(diǎn)采用ACM焊接模擬,螺栓采用梁單元,焊縫采用剛性連接。

      圖16 帶內(nèi)飾車身有限元模型

      門蓋系統(tǒng)主要有板件、玻璃和膠粘連接組成。采用實(shí)體單元模擬膠體,再采用CWELD單元連接膠體與板件。轉(zhuǎn)向系、座椅主要抽取其鋼質(zhì)材料進(jìn)行建模,其余內(nèi)外飾組件多采取附加質(zhì)量方式模擬。

      模型搭建完成后共有1 729 565個單元、1 864 775個節(jié)點(diǎn)、5 703個焊點(diǎn),三角形單元有75 498個,占總數(shù)的4.3%。模型總重725 kg,試驗(yàn)車身實(shí)際重741 kg,考慮底漆與小件質(zhì)量的存在,誤差在合理范圍內(nèi)。

      將內(nèi)飾車身計(jì)算結(jié)果與頻域法識別結(jié)果進(jìn)行對比,表3列出了主要階次的模態(tài)對比。

      表3 計(jì)算結(jié)果與試驗(yàn)結(jié)果對比

      從表3可知,有限元仿真結(jié)果中大部分模態(tài)頻率與試驗(yàn)結(jié)果對應(yīng),且誤差在許可范圍之內(nèi),表明內(nèi)飾車身整體模型達(dá)到要求。需要注意的是車身某些局部振型,如頂蓋在115 Hz之后才出現(xiàn)較大振動,與試驗(yàn)結(jié)果相差較大,需分析原因調(diào)整模型。

      4 結(jié)語

      帶內(nèi)飾車身屬于模態(tài)密集的復(fù)雜振動系統(tǒng),內(nèi)飾的添加、材料的豐富、以及連接方式的多樣使得車身的非線性度增加。為避開相互干擾,可將車身整體與各部件分開識別,僅以車身骨架布置測點(diǎn)可較容易識別車身整體模態(tài)。最小二乘復(fù)頻域法在內(nèi)飾車身模態(tài)識別時穩(wěn)態(tài)圖較為清晰,但是振型較難甄別。工作模態(tài)試驗(yàn)方法用于內(nèi)飾車身模態(tài)參數(shù)識別,提供了新思路與相互驗(yàn)證手段。有限元計(jì)算結(jié)果與試驗(yàn)結(jié)果對比,驗(yàn)證了內(nèi)飾車身建模分析的準(zhǔn)確性。內(nèi)飾車身模態(tài)數(shù)據(jù)為其動力學(xué)評價與整車NVH性能控制奠定了基礎(chǔ)。

      鑒于內(nèi)飾車身模態(tài)測試難度較大,識別振型較難,且仍然與實(shí)際整車狀態(tài)有所差別,建議可以從整車工作模態(tài)角度識別車身振型與模態(tài)參數(shù),通過路試,直接面對車身NVH問題,也不失為一種解決辦法。研究整車-內(nèi)飾車身-白車身模態(tài)關(guān)聯(lián)技術(shù),這方面的對比研究正在進(jìn)行。

      [1]藍(lán)浩倫,李飛,喬鑫,等.汽車Trimmed Body有限元模態(tài)分析中彎曲和扭轉(zhuǎn)模態(tài)的識別[J].汽車技術(shù),2015(4):26-29.

      [2]SCZIBOR V,ALVES P S L,BRINGHENTI I.Modal parameter estimation on automotive development[J].SAE Technical Paper,2012.

      [3]RUOTOLO R,STORER D M,GATTI S.Experimental modal analysis to represent structural components in vehicle models[J].StrategicManagementJournal, 2001,31(13):1498-1526.

      [4]劉煥光,陳朝陽,譚繼錦,等.商務(wù)車白車身試驗(yàn)?zāi)B(tài)分析研究[J].合肥工業(yè)大學(xué)學(xué)報,2007,30(12):1615-1619.

      [5]謝小平,韓旭.基于PolyMAX方法的某轎車白車身實(shí)驗(yàn)?zāi)B(tài)分析[J].汽車工程,2009,31(5):440-447.

      [6]M?LLER N,GADE S.Application of operational modal analysis on cars[J].SAE Transactions,2003,112(6): 1970-1977.

      [7]肖祥,任偉新.實(shí)時工作模態(tài)參數(shù)數(shù)據(jù)驅(qū)動隨機(jī)子空間識別[J].振動與沖擊,2009,28(8):148-153.

      [8]辛峻峰,王樹青,劉福順.數(shù)據(jù)驅(qū)動與協(xié)方差驅(qū)動隨機(jī)子空間法差異性分析[J].振動與沖擊,2013,32(9):1-4.

      Analysis and Research of Modal Test for a Trimmed Car Body

      TAN Ji-jin,QI Dong-yuan
      (Collage of Mechanical andAutomotive Engineering,Hefei University of Technology, Hefei 230009,China)

      In order to solve the problem that modals of the trimmed car body are difficult to identify,both frequencydomain and time-domain identifications are used for the modal test of the trimmed body of a car on the basis of the structure’s linearity inspection.The test scheme and signal acquisition technique are introduced and the identification methods are comparatively studied.Of these methods,the successful application of the stochastic subspace identification provides a new way for the body modal test.Finally,the comparison of results from the test and FEA verifies the accuracy of the trimmed body modeling analysis.The determined modals of the trimmed body lay a foundation for the analysis of NVH performance.

      vibration and wave;trimmed body;modal test;frequency domain identification;time domain identification;FEA

      U467;O241.82

      :A

      :10.3969/j.issn.1006-1335.2016.06.039

      1006-1355(2016)06-0197-05+205

      2016-07-18

      戚東元(1991-),男,江蘇省連云港市人,碩士研究生,研究方向?yàn)檎駝釉肼暱刂婆c整車性能分析。

      譚繼錦,男,碩士生導(dǎo)師。E-mail:jsdh_qdy@126.com

      猜你喜歡
      頻響內(nèi)飾頻域
      重卡內(nèi)飾模塊化技術(shù)
      內(nèi)飾感知質(zhì)量設(shè)計(jì)及驗(yàn)證概述
      基于分塊化頻響函數(shù)曲率比的砌體房屋模型損傷識別研究
      一種車門內(nèi)飾板注射模結(jié)構(gòu)創(chuàng)新設(shè)計(jì)
      模具制造(2019年10期)2020-01-06 09:13:04
      美團(tuán)外賣哥
      頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計(jì)
      頻響函數(shù)殘差法在有限元模型修正中的應(yīng)用
      頻響阻抗法診斷變壓器繞組變形
      基于改進(jìn)Radon-Wigner變換的目標(biāo)和拖曳式誘餌頻域分離
      一種基于頻域的QPSK窄帶干擾抑制算法
      三江| 天津市| 铁岭市| 禄丰县| 镇远县| 德惠市| 武宣县| 海南省| 罗田县| 平舆县| 明溪县| 介休市| 安宁市| 衡阳市| 称多县| 青冈县| 常宁市| 北海市| 鲁山县| 杨浦区| 澄城县| 宁阳县| 阜平县| 建瓯市| 连平县| 吉林省| 栾川县| 达孜县| 无极县| 侯马市| 怀来县| 耿马| 龙州县| 安达市| 依安县| 辉南县| 大洼县| 泾川县| 上饶市| 林甸县| 阿图什市|