论文部分内容阅读
传统的汽车动噪声舒适性(NVH,Noise,Vibration and Harshness)问题改进主要依赖于在整车开发后期对结构系统特性进行单方面改进,而较少考虑从载荷激励和系统特性两方面来改进NVH性能;此外,在升级换代车型的NVH设计中,由于缺乏载荷数据基础,只考虑虚拟的单位激励和随机激励对汽车的影响,而较少考虑实际载荷激励对汽车的影响,导致样车在开发后期产生较大的振动噪声,无法满足预期的设计要求。载荷识别能够提供可靠的动态载荷数据,在NVH改进中越来越受到重视。动态载荷一般不能通过力传感器直接测试得到,但是结构响应和系统特性的测试相对简单和准确,因此利用测试的响应来反向识别载荷是一种重要的间接手段。然而,载荷识别不仅要解决一般的求逆问题,还要解决反问题中的不适定性问题,并且要考虑设计与制造之间的不确定性。为此,本文围绕整车NVH的载荷识别中的不适定性问题和不确定性问题展开了研究,完成了以下方面的工作:(1)研究了时域内载荷识别的一般正则化方法。将动态激励表达成一系列脉冲函数,建立响应、动态激励和Green核函数的卷积积分关系,构建了载荷识别的正问题模型;分析了反问题求解过程的不适定性,基于谱分析引入了正则化算法和最佳正则化参数的选取准则,改善了反求的不适定性,实现了载荷稳定可靠地求解。(2)考虑结构的不确定性,在频域内提出了一种基于区间不确定性的载荷识别方法。考虑结构的不确定性,通过响应、传递函数和动态激励的乘积关系构建了不确性结构在频域的载荷识别正问题模型。基于摄动理论,将不确定性结构的载荷识别转化为求解载荷中点值和摄动值的两类确定性问题;利用Moore-Penrose方法以及TTLS正则化方法分别进行求解,实现了不确定性结构载荷上下边界的识别。(3)提出了一种基于不确定性声固耦合系统声压响应的载荷识别方法。通过声固耦合理论构建了基于声压识别载荷的正问题模型,推导了声压响应、载荷激励、Green核函数的卷积关系;引入正则化算法实现了结构上的载荷激励的稳定精确识别。此外,考虑声固耦合系统的不确定性,通过泰勒展开将载荷表达成中点值与摄动值部分之和,进一步实现了载荷的上下边界的可靠求解。(4)基于某款MPV汽车,开展了动力总成的载荷识别试验。制定了载荷识别的流程,完成了传递函数和工况响应的测试,基于TSVD方法实现了实车的载荷识别。