时域传递路径分析在车内声品质问题研究中的应用

白杨翼 ，张峻霞，陈达亮，孔传旭

(1. 天津科技大学机械工程学院，天津 300222；2. 中汽研(天津)汽车工程研究院有限公司，天津 300000)

随着国内整车研发水平的提高，市场竞争也日趋激烈，顾客对汽车的NVH性能要求也变得越来越高．顾客不再只追求加速过程车内声压级的大小，而开始重视加速过程车内的声品质．NVH研究趋势已从原来的“减振降噪”趋向“声品质控制”[1]．随着自主品牌汽车的市场份额越来越大，声品质控制将成为国内汽车厂商的重要研究内容和方向．整车NVH性能是多系统多目标优化的结果，常规的优化整改需要大量的时间．单一优化子系统的NVH性能而不考虑多系统的匹配耦合优化，通常导致子部件过设计或整车NVH性能很难达到预期的效果[2]．本文利用时域传递路径分析方法，搭建分析模型，对加速过程车内声品质问题进行分析，并对激励源和路径进行修改预测，可以主动消减源或修改传递函数，对优化结果进行预测[3]，并且建立了声品质主客观评价模型，为车内加速声品质提升明确了方向．

1 时域传递路径分析原理

时域传递路径分析是利用输入的时域信号识别工作载荷，并拟合成车内噪声的传递路径的分析方法．时域传递路径分析的拟合结果是各个影响路径的时域信号，因此可以回放合成的时域信号，并且进行可听的修改预测．通过完成时域信号的后处理，定性与定量分析其多种声学性能指标，这是时域传递路径分析区别于频域传递路径分析的一个重要特征；时域传递路径分析的另一个重要特征是将减振元件(如悬置、悬挂、排气吊耳等)对振动的传递能力纳入到传递路径分析模型中，在修改预测过程中可对激励输入、隔振元件的传递能力、噪声传递函数等参数进行修改．依据线性时不变假设，车内响应位置的声压等于各激励源由不同路径传至车内矢量的叠加[3]．

式中：P表示车内乘员人耳位置声压级；Xj为第j条空气传递路径的激励；Hj，Air为第j条空气路径的传递函数；Xi为第i条结构路径的激励；Hi，Str为第i条结构路径的总传递函数．

Hi，Str可由 P/P 法获得，将体积声源放于噪声源位置模拟声源辐射噪声，并且获取体积声源的近场声压级信号，以及车内乘员人耳位置声压级信号，两者比值则为声声灵敏度(ATF)．

式中：PAir为体积声源激励下车内乘员人耳位置声压级；Pe为体积声源近场声压级．

Hi,Str是由隔振元件隔振能力(MT)、表观质量(AM)、声振灵敏度(NTF)这3部分组成，它们需要在指定的运行工况与力锤激励实验获得，这3部分传递函数的复数乘积即为Hi，Str．

其中：

aactive表示实验工况下结构路径主动侧加速度信号，abody为实验工况下的车身安装点加速度信号，两者构成的加速度–加速度频域响应函数表示振动激励从主动侧通过隔振元件传至车身被动侧的传递能力．MT 的幅值越大则说明隔振元件的隔振能力越差．

Fbody为力锤激励实验中力锤的激励力，abody为实验工况下车身安装点加速度信号，两者构成的力–加速度频域响应函数表示车身安装点表观质量(AM)．

PStr为力锤激励实验中车内乘员人耳位置声压级，Fbody为力锤激励实验时力锤的激励力，两者比值则为声振灵敏度(NTF)[4–7]．

2 某车型加速声品质分析与优化

2.1 问题描述与识别

某自主品牌三厢轿车加速过程，车内前排声品质较差，特别是发动机转速加速至3000r/min左右，车内有明显“咕噜”声，严重影响车内加速噪声品质．

进行整车的车内噪声摸底测试，对问题进行识别，噪声测点为驾驶员左右耳处，测试工况为三挡全油门加速．通过对测试结果高保真回放及滤波分析可知，车内加速“咕噜”声体现发动机转速为1600～4500r/min，特别是在2400～3000r/min段表现明显，特征频率为360Hz附近共振带，如图1所示．

图1 驾驶员双耳加速噪声Colormap图 Fig. 1 Colormap of driver’s binaural noise

通过运行工况下传递路径分析(OTPA)的方法对噪声源进行分离．OTPA方法是系统在运行工况下，根据测试响应信号计算传递函数，不必拆卸被测系统，并且系统中不同传递路径之间的各种耦合因素也均被考虑在分析过程中，是一种快速拆分主要贡献源路径的有效方法．这为后期时域传递路径分析载荷输入指明方向，缩短了分析周期．

通过OTPA方法将主要噪声源分解为动力系统噪声源、路躁声源、风噪声源[8]．如图2所示，分解后的动力系统噪声在发动机转速1800～3300r/min下存在明显的频率特征与问题频带360Hz相对应，而分解的路噪声与风噪声没有明显的对应关系．因此，确定加速“咕噜”声的主要来源为动力系统噪声．

图2 驾驶员右耳加速噪声分解Colormap图 Fig. 2 Colormap of noise source decomposition of driver’s right ear in WOT condition

2.2 时域传递路径建模与分析

通过OTPA确定车内加速“咕噜”声的主要贡献噪声源为动力系统，因此对动力系统所有相关路径进行信号输入，搭建各个传递路径分析模型．该分析模型主要为空气路径和结构路径两部分，共计19条传递路径．为了保证各条路径的激励可以输入正确的相位关系，因此所有路径的激励需要同步测试．对于空气路径而言，输入噪声源激励声压级，以及声源至驾驶员人耳位置声声灵敏度ATF；对于结构路径而言，输入各个路径主动端X、Y、Z3个方向加速度值，各个结构路径隔振元件隔振能力MT，各个结构路径车身安装点表观质量AM，以及各个路径车身安装点至驾驶员人耳位置声振灵敏度NTF．时域传递路径模型构架如图3所示．

图3 时域传递路径模型示意图 Fig. 3 Time domain transfer path analysis model

将时域传递路径模型进行数据拟合，并将驾驶员位置双耳实测数据与各路径搭建模型的驾驶员位置双耳拟合数据进行对比，结果如图4所示．

图4 驾驶员双耳噪声的实测与拟合数据对比 Fig. 4 Comparison between the measured noise and virtual synthetic noise

拟合的数据与实测数据十分相近，所关注的问题频率也在拟合数据中表征出来，真实驾驶状态的车内噪声问题得以复现．这证实了分析路径的完整性与虚拟预测的可靠性，确定了拟合数据分析的可行性．

基于上述时域传递路径模型进行传递路径分析，分析结果如图5所示．由图5(a)主要贡献量分析可得主要的贡献路径为空气路径，空气声路径有明显的频带对应关系，其他结构声传递路径均无明显的频率特征对应关系．继续分解空气声路径，由图5(b)空气路径贡献分析可知主要的贡献路径为发动机噪声，变速箱、进排气系统的空气路径均无明显对应频率问题．最后分解发动机空气声路径，由图5(c)发动机包络面噪声贡献分析可知，主要的贡献路径为发动机右表面与后表面辐射噪声路径，该位置区域与问题特征频率有明显对应关系，为主要的激励贡献来源．

图5 双耳时域传递路径分析结果 Fig. 5 Results of binaural time domain transfer path analysis

2.3 分析模型修改预测

根据上述传递路径分析结果，对发动机右后表面的传递路径的辐射噪声源及传递函数进行分析；在问题频率360Hz附近，发动机包络面辐射噪声存在明显共振带，并且发动机后表面至驾驶员人耳位置ATF有明显的响应峰值．对噪声源在该频段的本体辐射声压级进行主动衰减，或对如图6中所示的发动机后表面至驾驶员人耳位置ATF响应峰值进行消减修改(绿色线为修改前；红色线为修改后)．最后将修改数据替换原数据并重新组合，对优化后的车内噪声效果进行预测，如图7所示．

图6 发动机后表面至驾驶员人耳位置ATF修改 Fig. 6 Comparison before and after modification of ATF curve on engine rear surface

图7 传递路径修改预测结果 Fig. 7 Predicted result of the transfer path modification

由修改预测结果可知，主动衰减发动机噪声源的激励或消减问题频率的ATF响应值，均对车内加速 “咕噜”声明显改善，从而确认了该问题的原因．

2.4 声品质主客观评价

声品质的研究都需要由主观评价来衡量．为了完成本次评价，组建了21人的评价团队，对原始音源及优化音源进行乱序的声品质评价，评价过程参考国际车辆噪声评价的10分制评价标准(表1)．针对360Hz共振带问题完成3个声音样本的打分，对评价结果进行相关性检验，剔除差异比较大的评价结果，得到的主观评价算数平均分数见表2．

表1 车辆噪声评价10分制评价标准 Tab. 1 Vehicle noise evaluation 10-point evaluation stan-dards

表2 各个声音样本主观评分结果 Tab. 2 Subjective score results of each sound sample

对上述的声音样本进行心理声学参数分析，分别通过Artemis软件计算语言清晰度、响度、尖锐度、粗糙度．处理得到声品质参数的客观指标，见表3．

表3 各个声音样本算数平均结果 Tab. 3 The average results of each sound sample

利用SPSS软件进行相关性分析，将以上4个声品质声学参数和主观评价进行Pearson相关性分析，输出分析结果见表4．通过分析结果可知，车内加速声品质问题，客观参数语言清晰度、尖锐度、粗糙度和主观评分的相关系数在0.05水平上显著相关，参数响度相关性较差，在主客观参数声品质建模予以 剔除[9-11]．

表4 各声学参数相关性分析结果(N＝11) Tab. 4 Correlation analysis results of acoustic parameters

结合线性回归预测方法，通过上述所筛选出来的声品质客观参数，利用SPSS统计学软件建立多元线性回归模型．由此可得，该实验样车车内加速声品质主客观模型数学方程为

式中：SQ为声品质评分；1x为语言清晰度客观参数，2x为尖锐度客观参数，3x为粗糙度客观参数．

同时，对回归方程有效性进行了检验，拟合度方面，R2＝0.964，表明自变量可以解释因变量的96.4%的差异性，自变量与因变量相关性较强．显著度方面，F统计量的观测值为62.685，显著性的概率P值为0.000，说明因变量与自变量之间的线性关系是非常显著的，可以建立线性回归模型．

3 优化方案验证

通过上述的时域传递路径建模分析及修改预测结果及声品质主客观分析，确定了车内加速“咕噜”声的问题路径．对于发动机表面辐射声较大问题，可通过对该车型发动机进行NVH台架，查找问题原因，对发动机本体辐射噪声进行优化．但由于从问题源上查找问题周期长成本高，故本文从传递路径的方向进行优化．

对于声传递路径函数ATF存在较高峰值问题，问题原因有两方面：一是声学包在该频段存在问题，通过分析内外前围对360Hz附近吸隔声能力，该车型在300～400Hz附近内外前围插入损失均与同级别竞品车相当，并且声学包在该频段的提升成本较高；二是辐射声激发前围钣金共振引起，通过对该车型前围钣金局部模态锤击实验分析，确定副驾驶前方前围钣金存在敏感点，该钣金敏感点频响函数在380Hz存在明显响应峰值，如图8所示．

图8 前围钣金敏感位置频响函数 Fig. 8 FRF of firewall metal sensitive position

基于上述分析，确定前围敏感位置，并对该位置进行可工程化的方案验证，即在前围敏感位置施加减振阻尼，如图9所示．

图9 前围敏感区域施加阻尼方案 Fig. 9 Pasted the damping patch on the firewall metal

对比施加阻尼措施前后驾驶员左耳噪声频谱可知，前围钣金敏感位置施加阻尼片后，驾驶员噪声频谱在2400～3000r/min转速下的360Hz共振区域噪声幅值明显降低，如图10所示．

图10 前围敏感区加阻尼前后驾驶员左耳噪声对比 Fig. 10 Comparison of interior noise before and after applying damping patch

并且，主观感受车内加速“咕噜”声改善明显．将施加方案后的车内声品质客观参数结果x1＝85.2%、x2＝1.05acum、x3＝0.0477asper代入式(7)中可得SQ＝6.32分，与原状态评分5.29分相比，声品质评分提升1.03分，提升优化明显．

4 结语

本文主要介绍了利用时域传递路径分析原理与方法，针对某自主品牌车型车内加速声品质较差，在发动机转速3000r/min左右有明显“咕噜”声问题，搭建时域传递路径分析模型，对拟合的车内噪声的时域信号进行滤波回放，确定主要贡献传递路径为发动机辐射声路径．通过虚拟修改发动机本体辐射声压级与发动机至驾驶员人耳位置传递函数ATF，可对车内噪声的问题频段明显优化．以修改预测结果与建立的主客观评价数学模型分析结果作为整改优化的依据，在样车的前围钣金敏感位置施加阻尼片，以改善由噪声源激发钣金共振引起的ATF在问题频率明显峰值，车内加速“咕噜”声明显改善，主观评分提升1.03分，声品质优化明显．时域传递路径合成分析技术在整车声品质提升应用方面提供了快捷有效的方法，加速产品开发周期，提升品牌的NVH竞争力．