开元7818网页版-新能源汽车传动系NVH仿真分析

挑战：亚琛工业大学(RWTH)用于高级计算出来工具用作协助研发人员研发高效工具以优化电动汽车的噪声性能。方案：SIMULIA旗下Abaqus,Simpack和Isight获取与内部工具的较慢构建，用作展开建模、结构动力学和过程自动化，以协助确认噪声经常出现的部位。

收益：该大学正在累积十分简单的数据,并和领先的汽车制造商合作,用作提高电动汽车的声学性能,使产品对消费者极具吸引力,并增进更加环保汽车的推展。当你出外散步，一辆电动汽车在你身后行经时，你可能会深感车祸。你能听见的只有柔和的嗡嗡声，或者还有路面上轮胎的胎噪声。当然，这比内燃机汽车的外部噪声要小很多。

但具备嘲讽意味的是，电动汽车的行经安静使驾驶员和乘客能听见更好的再次发生在车内的噪声。敲打、断裂和振动等噪声和异响在内燃机汽车中可以被掩饰，但在电动汽车中不会显得更为显著。

更加最重要的是，在某个速度行经时，这种电动汽车独有的嗡嗡声不会缩放到整个车内，超过显著被人喜欢的程度。那么汽车工程师该怎么做呢？对于德国亚琛工业大学的一组研究人员来说，答案是用于建模和系统工程来找到电动汽车隐蔽的噪声源并探寻减低它们的方法。找寻电动汽车噪声产生的原因亚琛工业大学（RWTHAachen）的博士生PascalDrichel团队致力于研发用作车辆振动噪声（即NVH）性能的分析、优化和评估的方法和模型。SIMULIA解决方案是他们展开FEA和多体建模的关键工具。

他们还展开现场测试用作参数原作以及组件、组装体和系统级模型的检验。Drichel是该大学机械工程学院机械元件与系统工程研究所（MSE）驱动技术部门NVH小组的负责人。约六年前，当他回到研究所时，他早已掌控了建模方面的专业知识。

“十多年前，我开始和用于Abaqus和Simpack软件。”他回想道，“当我在2007年开始自学时，我作为研究所的学生用于这两款软件展开动态建模，并且还在一家大型德国汽车OEMs进修，为电驱动汽车展开整车建模。”去OEM进修限于于RWTHAachen的大力学生。

该大学具备与各类主流行业密切合作的理念。就MSE研究所而言，它与风电制造商（他们也对传动系由技术感兴趣）以及汽车制造商维持紧密联系。益处是双向的：在Drichel团队目前的研究中，与德国领先的驱动技术公司合作，在德国动力传动工程研究协会（FVA）协商下，获取真实世界的数据，以与工程师的模型展开较为。这是一项正在展开中的工作，Drichel认为。

“车辆大大减少的电气化，例如e.Go,大众E-Golf和TeslaModel3，带给关于NVH性能新的挑战。”他说道，“虚拟世界产品开发方法于是以显得十分有助解决问题这些问题，我们正在希望更进一步改良用作评估和优化有所不同传动系由产品的工具。

”传动系统研究为什么传动系统（向驱动轮获取动力的一系列组件）是亚琛团队工作的主要关注点？因为它对声音掌控十分最重要：无论电机本身多么安静，从它开始的声音鼓舞通过变速器、差速器、传动轴、车轴等部件传送到汽车内部，都会造成振动和其它噪声的产生条件，电动汽车必须减低这种问题。“处置与传动系由涉及的NVH问题是一项具备挑战性的工程任务。

”Drichel说道，“拒绝工作在一个高度简单的系统中，一般来说牵涉到有所不同的多物理领域。”为了解读传动系由中潜在的噪声发生器的整体情况，Drichel团队用于多领域混合方法，还包括建模和测量组件，研究电学、结构动力学和噪声，其中核心部分是传动系由的多体动力学模型。

电磁学：该小组正在研发一种模型，用来叙述变频（inverter-fed）电机的鼓舞力。这还包括解析和数值两种建模方法，用作计算出来效率高的力计算出来。解析建模法用于鼓舞表和保角同构（conformalmapping）获得的数据，而数值建模用于有限元方法。

对力-鼓舞序展开分析，以确认最主要的且下一步应当侧重处置的影响因素。电磁分析结构动力学:该小组早已创立了他们自己的用户子程序，用作把之前确认的电磁力产生到传动系由上。传动系由组件的AbaqusFEA模型还包括所有的柔性箱体和传动轴。这些子模型和Simpack多体建模模型结合，使维度数量明显增加。

这样创建了一个高效的模型，很多有所不同的工况可以较慢建模。研究对象还包括定子的纵向各向同性性能、定子箱体与冷却剂的流固耦合，以及非线性轴承刚性。结构动力学分析声学：电动汽车原始的声学性能必需同时还包括空气和结构噪声。一旦创建了传动系由建模，就可以用于内部声学工具计算出来来自整个传动系由的电磁辐射空中声音。

这样可以用于传送路径制备法外推获得车厢内噪声。在有所不同的电机扭矩和装置调整（防止引发鼓舞和过大噪声）下研究系统的共振效应。

可以展开客观以及产生的“耳朵信号”主观评价，评估电动汽车设计中传动系由几何结构的转变如何影响总体噪声水平。声学分析SIMULIA是解决问题的关键“在很多工作中，Simpack和Abaqus是我们常用的工具。”Drichel说道，“从研究的角度来看，我们讨厌将最先进设备的非线性解法器、大大获得改良和拓展的经过检验的建模元件库和用户子程序功能融合在一起。用户子程序是十分强劲的特性，因为它容许把我们自己的子分析思想带入到软件中。

”最近，团队也开始用于Isight展开过程自动化和优化。“在这个为期三年项目的第一阶段，我们没用于Isight，手动将所有东西构建在一起知道很伤痛。”Drichel说道。“在第二阶段，我们要求用于Isight让一切显得更为自动化。

现在我们可以将有所不同的软件工作流程融合在一起，这在我们的环境中特别是在最重要，因为我们要分析的领域过于多了。”Drichel认为，多体、多尺度的建模和过程自动化使产品开发人员需要在设计系统过程中较慢地提供对系统的深刻理解。

“现代方法容许对电动汽车传动系由的系统建模采行整体方法，这拒绝了解、解读并研发面向特定工程问题（其特点是部件和子系统之间的相互作用）的解决方案。”电动汽车的电机和传动系由是噪声独有的来源“获取工具和模型构建电动汽车传动系由噪声本质问题的研究，这是一个有意思的挑战。”他说道。“这种能力对于汽车行业来说是十分最重要的，他们可以花上更加多的时间来研发汽车，而不必研究该流程！”成果协助汽车行业发展OEM合作伙伴当然对这些结果感兴趣。

“有了我们研发的‘混合多领域工具链’，汽车工业将需要展开‘热点’分析，使得他们需要辨识特定速度下的共振效应。”Drichel说道。

“同时，又协助他们优化由电传动系统引发的汽车内部噪声，使电动汽车更加舒适度，对潜在的买家更加有吸引力。”心理声学该研究所团队的下一个研究目标有两个：第一，减少所有领域的模型保真度，以便在测量和建模数据之间构建更佳的相关性；其次，为了均衡结果精度和计算出来时间，用于“心理声学”度量来分析有所不同的模型保真度，以适应环境人类用户对声音的感官。

对声音的主观评价是一项简单的挑战，因为它各不相同响度、清晰度和音调，特别是在是所有这些都根据声音来自车辆内有所不同的地方而变化。似乎，Drichel很讨厌自己团队项目的复杂性，但是他有自己的电动车吗？“我想要买辆电动车，但是现在对我来说太贵了。”他说道。同时，作为一个自称为的“激情驾驶员”，他驾驶员宝马M3系列E46汽车下班。

“这是一辆可爱的车。”他自豪地说道。听得一起，Drichel和他的同事们在RWTHAachen展开的这项研究将有助使未来的电动汽车更安静，更加实惠。

本文来源：开元7818网页版-www.ellytvynova.com