电动汽车动力总成中的噪声挑战与NVH性能预测方法

电气化动力总成是现代汽车行业的重要趋势之一，然而其发展也带来了许多新的振动噪声问题。为满足不同客户需求，原始设备制造商（OEM）致力于生产更多的车辆配置，同时减少测试样车的使用。因此，在开发过程中准确预测车内声音和设计变化的影响变得比以往任何时候都更为重要。

(相关资料图)

本文介绍了经典传递路径分析（Classical TPA）作为一种评估从源到目标点噪声贡献的方法。虽然该方法可以深入了解车辆噪声、振动和刚度（NVH）机理，但通常只针对现有特定配置的样车进行分析。因此，经典TPA能够帮助在开发后期发现NVH问题点，但不能用于预测不同安装结构的情况，尤其在强耦合系统中预测能力有限。

1. 引言

随着电动汽车技术的迅猛发展，越来越多的汽车制造商将目光投向电气化动力总成。然而，电动汽车的高效和环保带来了新的噪声挑战。噪声、振动和刚度（NVH）性能的准确预测变得至关重要，因为OEM致力于提供多样化的车型配置，同时降低开发和测试成本。

2. 经典传递路径分析（Classical TPA）

经典TPA是一种用于评估从源到目标点噪声贡献的方法。它通过追踪声音在传递路径上的传播，识别噪声产生的根本原因。这些传递路径可能包括车身结构、传动系统、发动机等。通过经典TPA，工程师可以找到NVH问题点并进行相应的改进措施。

然而，经典TPA有其局限性。首先，它通常只能应用于现有特定配置的样车。对于不同安装结构的预测能力有限，尤其在涉及强耦合系统的情况下。这是因为传递路径的识别依赖于源和安装结构的组合，不同的组合可能导致截然不同的噪声传递路径。

3. 额外方法和工具的需求

为了克服经典TPA的局限性，需要开发额外的方法和工具，这些方法和工具可以在整个开发周期中用于NVH性能预测和评估。以下是一些可能的方法和工具：

a. 仿真模型的开发

建立精确的仿真模型是预测NVH性能的关键。通过数值仿真，在设计阶段就可以预测不同组件和系统之间的振动噪声传递路径。这样可以提前发现潜在的问题，并在实际生产之前进行改进。

b. 传递路径优化

除了经典TPA所识别的传递路径外，还可以通过优化传递路径来降低噪声传递。例如，在振动传递路径中增加隔振措施，减少噪声能量的传播。这样的优化可以通过仿真模型进行预测和验证。

c. 数据驱动的方法

利用大数据和机器学习技术，可以从实际测试数据中学习NVH性能与设计参数之间的关系。这种数据驱动的方法可以更好地预测不同配置下的NVH性能，从而指导设计和开发。

d. 多学科优化

在NVH性能预测和评估中，涉及多个学科领域，包括结构力学、声学、材料科学等。多学科优化方法可以将各个学科的特点融合在一起，形成综合的性能预测和评估体系。

4. 结论

电气化动力总成的崛起为汽车行业带来了新的挑战，特别是在噪声和振动控制方面。经典传递路径分析作为一种传统的NVH性能评估方法，对于已有特定配置的样车分析非常有用。然而，随着OEM不断推出多样化的车型配置，预测不同安装结构下的NVH性能变得尤为重要。

为了满足这一需求，需要开发额外的方法和工具，如仿真模型、传递路径优化、数据驱动的方法和多学科优化。这些方法和工具的综合应用可以帮助工程师在开发周期的早期预测NVH性能，指导设计改进，并降低测试样车的使用。

因此，随着技术的不断发展，我们可以期待电气化动力总成NVH性能预测方法的持续创新和改进，为更安静、更舒适的电动汽车驾驶体验提供有力支持。

关键词：