通用汽車致力於減少全球車輛二氧化碳排放,實現更綠色的地球。為滿足市場需求,設計師和工程師必須應對電動汽車帶來的新的 NVH(噪音、振動與聲振粗糙度)挑戰。電推進取代傳統內燃動力總成,使車輛更安靜,但也提出更高的內部舒適度要求。
通用汽車透過與 Hexagon MSC 軟體合作,利用先進軟體功能和專業知識,確保未來電動汽車能滿足客戶期望。
基於新車身結構、不同雜訊振動源和內部設計要求,電動汽車對乘客舒適度帶來新挑戰。傳統能源車輛的低頻雜訊主要受動力總成結構激勵影響,可透過有限元模型確定性方法研究;高頻則受空氣聲激勵,通常透過統計能量分析方法研究。
電動汽車的聲源和傳播路徑更加複雜。結構聲激勵包含更高頻率信號,而空氣聲在更低頻率範圍變得重要。通用汽車振動與雜訊虛擬設計團隊經理 Dave Hamilton 表示:「Actran 對解決 EV 設計中至關重要的中頻範圍(400–1500Hz)NVH 問題非常有效。」
電動汽車如通用汽車的 Ultium Drive 在振動和聲學方面表現高階次雜訊信號。工程師 Kunal Kolte 指出:「若沒有 Actran 的功能,在此頻率範圍進行良好 NVH 模擬將很困難。」
車身 Trimmed Body 模型用於計算 Ultium Drive 安裝點與車輛內部聲學回應間的傳遞函數,包含不同聲學處理的完整描述,可達到目標頻率(400–1500Hz)。透過傳遞路徑分析方法將計算結果與安裝剛度和激勵組合,得出乘客處聲學回應。
Kunal 表示基礎設計未達 NVH 目標,因高階雜訊可能傳播到乘客艙。透過模擬結果發現某些結構模態出現問題。修改和重新運行模型後獲得解決方案並快速驗證。建議的設計方案在不增加質量的情況下,大幅改善聲學性能。
車內聲音混響影響乘客對話、語音命令等互動行為。天窗普及減少吸聲材料安裝表面積,對室內舒適度產生負面影響。整車車身模型不僅評估結構激勵回應,也考慮空氣聲、風雜訊和內部激勵影響。通用汽車全球振動雜訊 CAE 模擬負責人 Qijun Zhang 表示:「聲學模型可評估減少內部混響的最佳方法。」
首先使用模擬結果評估不同吸聲表面對室內聲學的影響。通過分解不同元件貢獻,確定提高語音清晰度的最佳方法是透過增加帶孔座椅表面積來增加聲音吸收。在座椅上增加穿孔需在聲學、成本和耐用性間權衡。使用模擬模型評估數種不同表面積的設計,確定優化的穿孔表面積以減小混響。
Kunal 和 Qijun 表示計劃將 Actran 用途擴展到其他應用領域,幫助捕獲、理解和優化各種聲源。電動汽車需研究 Ultium Drive 及附屬傳動系統、裝置、泵和壓縮機,降低噪音源,確保聲音品質。Actran 可進行地板阻尼墊優化,同時權衡品質;也可與 CFD 求解器聯合進行風雜訊研究。
Kunal 總結:「透過 Python API 命令進行前處理、運行計算和後處理操作,可為大多數工作流程實現自動化,更高效地完成工作。」
電動化讓車輛更安靜,卻也把中頻範圍(400–1500Hz)的 NVH 問題推上檯面。通用汽車與 Hexagon MSC 合作,利用 Actran 的 Trimmed Body 模型與傳遞路徑分析,在 Ultium Drive 平台上找出結構模態問題並優化座艙語音清晰度。
{{ b.text }}
| {{ h.text }} |
|---|
| {{ c.text }} |
星恆科技提供 Hexagon 全系列授權、導入與技術支援。告訴我們分析目標與現有流程，我們安排工程師與你討論設定與驗證方式。
