汽車NVH分析方法淺析

孫洋

摘 要：汽車在正式量產(chǎn)下線前會(huì)對(duì)車內(nèi)噪音情況進(jìn)行嚴(yán)格的管控，尋找到噪音源一直是NVH審核時(shí)的難點(diǎn)。文章介紹了針對(duì)旋轉(zhuǎn)器件產(chǎn)生的噪音現(xiàn)象進(jìn)行的NVH分析，如何對(duì)分析軟件的參數(shù)進(jìn)行設(shè)置，以及主要參數(shù)在分析中所代表的意義，最后根據(jù)某車型噪音階次分析結(jié)果尋找到噪音源。

關(guān)鍵詞：NVH;階次分析;旋轉(zhuǎn)噪音

中圖分類號(hào)：U467 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1671-7988（2020）06-98-04

Abstract： Before the official series production， the car the noise inside the car will be strictly controlled. Finding the source of the noise is always a difficult job during NVH analysis. This article introduces the NVH analysis of the noise phenomenon generated by rotating devices， how to set the parameters of the analysis software， and the meaning of the main parameters in the analysis. Finally， the source of the noise is found based on the results of the order analysis.

Keywords： NVH; Order analysis; rotate noise

CLC NO.： U467 ?Document Code： B ?Article ID： 1671-7988（2020）06-98-04

前言

NVH是noise vibration harshness首字母的縮寫，分別代表著噪音，振動(dòng)和平順性。其中最容易被客戶抱怨的往往就是噪音。在對(duì)噪音信號(hào)進(jìn)行分析時(shí)，最常用的是時(shí)域分析法。這種方法對(duì)于穩(wěn)態(tài)信號(hào)具有較好的效果，能清晰地分析出被測(cè)信號(hào)的頻率成分，從而確定故障原因。但是受到發(fā)動(dòng)機(jī)的周期性激勵(lì)，由于旋轉(zhuǎn)部件故障引起的振動(dòng)和噪音與發(fā)動(dòng)機(jī)轉(zhuǎn)速有密切的關(guān)系。難以利用某一時(shí)段信號(hào)的時(shí)域分析確定故障頻率成分，有時(shí)候由于噪音信號(hào)頻率的不斷改變，會(huì)產(chǎn)生明顯的“頻率模糊”現(xiàn)象[1]，這樣一來關(guān)鍵的頻率成分就難以識(shí)別出來。這時(shí)等時(shí)間采樣的分析方式在此就不再適用，我們需要不依賴于隨轉(zhuǎn)速變化的分析方法，階次跟蹤分析方法應(yīng)運(yùn)而生。

1 階次跟蹤分析原理

1.1 什么是階次

在討論階次跟蹤分析原理之前我們需要搞清楚什么是階次。對(duì)于我們所關(guān)心的旋轉(zhuǎn)部件噪音分析而言，階次可以看作是旋轉(zhuǎn)部件每旋轉(zhuǎn)一圈所產(chǎn)生的事件次數(shù)。階次為旋轉(zhuǎn)部件的固定屬性，以數(shù)字的形式進(jìn)行表示。當(dāng)零件在旋轉(zhuǎn)時(shí)，會(huì)產(chǎn)生一定的響應(yīng)事件發(fā)生，比如一個(gè)30齒的齒輪，它旋轉(zhuǎn)一圈，嚙合這個(gè)響應(yīng)事件就會(huì)發(fā)生30次。如果我們把激勵(lì)該齒輪旋轉(zhuǎn)的齒輪定義為參考軸一階次的話，那么這個(gè)30齒的齒輪的階次即30階次。所以階次就是旋轉(zhuǎn)部件產(chǎn)生的事件相對(duì)于轉(zhuǎn)速的倍數(shù)。顯然階次是獨(dú)立于轉(zhuǎn)速的，對(duì)轉(zhuǎn)速保持不變。這一特性對(duì)于我們確定噪音源零件非常有幫助。

1.2 階次跟蹤

階次跟蹤分析技術(shù)，其目的在于將等時(shí)間間隔采樣的噪音信號(hào)轉(zhuǎn)化為等角度采樣的噪音信號(hào)，根據(jù)信號(hào)的頻率變化對(duì)信號(hào)進(jìn)行變速率采樣，保證在每一個(gè)采樣周期內(nèi)都會(huì)有相同的采樣點(diǎn)，這種跟蹤激勵(lì)源轉(zhuǎn)速變化而相應(yīng)改變采樣頻率的方法便稱為階次跟蹤分析法[2]。假設(shè)齒輪旋轉(zhuǎn)一圈采樣10次，轉(zhuǎn)速如果提升一倍，那么采樣點(diǎn)就會(huì)變成5次，這樣一來齒輪旋轉(zhuǎn)一圈產(chǎn)生的信號(hào)就沒有完全捕獲，這種漏采樣會(huì)導(dǎo)致信號(hào)失真。為避免這種情況的出現(xiàn)，同步采樣的需求應(yīng)運(yùn)而生，即等角度采樣。還是剛才的例子，我們可以固定采樣頻率為齒輪每轉(zhuǎn)36度采樣一次，這樣即可實(shí)現(xiàn)齒輪旋轉(zhuǎn)一圈永遠(yuǎn)可以采樣10次，不管激勵(lì)頻率如何改變，我們的采樣的結(jié)果都不會(huì)失真。這種為了信號(hào)在各個(gè)采樣周期里都會(huì)有相同數(shù)量采樣機(jī)會(huì)的等角度采樣分析法就是階次跟蹤分析。常針對(duì)旋轉(zhuǎn)機(jī)械在某些工況下產(chǎn)生的噪音進(jìn)行分析。

2 噪音文件采集

2.1 采集設(shè)備

采樣頻率fs大于信號(hào)中最高頻率fmax的2倍時(shí)，采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，一般實(shí)際應(yīng)用中保證 ?采樣頻率為信號(hào)最高頻率的2.56～4倍。鑒于 ?人耳最大能聽到的頻率為20kHZ，所以我們?cè)?錄制噪音的時(shí)候一般會(huì)采用48kHZ的采樣頻率。采樣頻率越高，產(chǎn)生的數(shù)據(jù)文件越大。1分鐘內(nèi)4通道均采用48kHZ的話，將會(huì)產(chǎn)生33.8MB的數(shù)據(jù)。對(duì)于通過結(jié)構(gòu)傳輸?shù)脑胍?，采樣頻率可以降低，一般為12kHZ，這是因?yàn)椴蓸觽鞲衅鞴逃械墓舱耦l率限制了測(cè)量范圍，這個(gè)固有共振頻率一般為5-6kHZ。

2.2 采集工況

在采集噪音時(shí)需要?jiǎng)蚣铀?，盡量是的轉(zhuǎn)速提升率為恒定值。對(duì)于旋轉(zhuǎn)機(jī)械測(cè)試，最容易被測(cè)試者忽略的參數(shù)是轉(zhuǎn)速變化速率。這個(gè)參數(shù)決定了頻率分辨率和頻率“拖尾”現(xiàn)象。對(duì)于隨轉(zhuǎn)速變化的信號(hào)來說，在一段數(shù)據(jù)的起始時(shí)刻與結(jié)束時(shí)刻轉(zhuǎn)速變化如果十分明顯，轉(zhuǎn)速變化速率很大的話，起始時(shí)刻和結(jié)束時(shí)刻采樣值的差異就會(huì)十分明顯。如果這一段數(shù)據(jù)長(zhǎng)度一定的情況下（頻率分辨率決定了這一幀數(shù)據(jù)的長(zhǎng)度），轉(zhuǎn)速變化速率越大，頻率拖尾越嚴(yán)重，階次越不清晰。另一方面，轉(zhuǎn)速變化速率對(duì)階次切片也有影響，因此，轉(zhuǎn)速變化速率的恒定對(duì)于數(shù)據(jù)分析相當(dāng)重要。

3 噪音文件分析方法

3.1 常用分析方法

錄到一個(gè)NVH現(xiàn)象之后，下一步就是利用儲(chǔ)存的數(shù)據(jù)分進(jìn)行結(jié)果分析。常用的分析軟件為Artemis是通用分析軟件，同樣是來自海德聲科公司，利用它可以進(jìn)行多種聲學(xué)和振動(dòng)分析。對(duì)所發(fā)生的噪音和振動(dòng)故障進(jìn)行診斷。提升和優(yōu)化產(chǎn)品質(zhì)量。

噪音基本上可以分為靜態(tài)噪音和動(dòng)態(tài)噪音。靜態(tài)噪音指的是在恒定的駕駛條件下（恒定的速度與轉(zhuǎn)速）所產(chǎn)生的噪音，比如路噪，風(fēng)噪，剎車噪音。

動(dòng)態(tài)噪音指的是跟速度和轉(zhuǎn)速有關(guān)的噪音，比如差速器噪音，發(fā)動(dòng)機(jī)變速箱噪音。

3.2 旋轉(zhuǎn)部件的FFT分析法

針對(duì)旋轉(zhuǎn)部件產(chǎn)生的不確定噪音我們經(jīng)常用到的分析方法為FFT。FFT（快速傅立葉變換）是離散傅立葉變換的快速算法。傅立葉表示為不同頻率的正弦波信號(hào)的無限疊加。它幫助我們改變傳統(tǒng)的時(shí)間域分析信號(hào)的方法轉(zhuǎn)到從頻率域分析問題的思維。有些信號(hào)在時(shí)域上是很難看出什么特征的，但是如果變換到頻域之后，就很容易看出特征了[3]。如圖1所示。

3.3 FFT分析參數(shù)設(shè)置

3.3.1 頻率分辨率

我們實(shí)際錄制的噪音文件往往時(shí)間比較長(zhǎng)，而FFT變換又只能分析有限長(zhǎng)度的時(shí)域信號(hào)，因此需要將采樣的噪音信號(hào)離散為一段一段的數(shù)據(jù)塊。數(shù)據(jù)塊的數(shù)量即Artemis分析軟件中的Spectrum size.如圖2所示。不同的數(shù)據(jù)塊數(shù)量會(huì)導(dǎo)致分析結(jié)果分辨率的不同，數(shù)量越多代表著對(duì)噪音信號(hào)源文件的分拆更加徹底，所以可以更加逼真的還原噪音信號(hào)。圖3表式不同的Spectrum size會(huì)使得噪音信號(hào)更加清晰可見。

3.3.2 信號(hào)截?cái)?/p>

當(dāng)我們對(duì)噪音源信號(hào)進(jìn)行截?cái)嗟臅r(shí)候，很難做到周期性截?cái)?。因?yàn)樵葱盘?hào)長(zhǎng)度很難保證是周期的整數(shù)倍，而我們截?cái)嗟臅r(shí)候也很難保證截?cái)嘀蟮男盘?hào)開始時(shí)刻和結(jié)束時(shí)刻幅值相等。

圖4所示為對(duì)某正弦波的周期截?cái)?，假設(shè)將該源信號(hào)分割為該正弦波周期整數(shù)倍的數(shù)據(jù)段，每個(gè)數(shù)據(jù)段的起始時(shí)刻和結(jié)束時(shí)刻的幅值又剛好相等，即取樣時(shí)間長(zhǎng)度等于源信號(hào)的一個(gè)周期。那么將這些截?cái)嗪蟮男盘?hào)再重構(gòu)，由于每段信號(hào)之間連續(xù)，重構(gòu)時(shí)可以無縫連接，所以源信號(hào)得以完美還原，如圖4-5所示。

這種理想狀態(tài)下的周期截?cái)嚯y以實(shí)現(xiàn)，實(shí)際操作中我們可以實(shí)現(xiàn)的往往是非周期截?cái)?。還是以剛才的正弦波為例，截?cái)嚅_始的幅值與結(jié)束時(shí)的幅值不相等，這就導(dǎo)致了在還原信號(hào)的時(shí)候出現(xiàn)不連續(xù)的階躍區(qū)域，導(dǎo)致信號(hào)失真。圖6展示了源信號(hào)的非周期截?cái)嗯c重構(gòu)。

為了降低信號(hào)泄露產(chǎn)生的誤差，我們需要使用窗函數(shù)，將原始信號(hào)乘以一個(gè)窗函數(shù)，如圖7所示，相乘之后的信號(hào)具有了周期性，初始值和結(jié)束值相等，近似于周期截?cái)?，滿足了傅里葉變換的需求。窗函數(shù)有很多種，常用的有漢寧窗，平頂窗，凱塞窗，布萊克曼窗。對(duì)于隨機(jī)信號(hào)，擁有多個(gè)頻率分量，并且分析時(shí)更側(cè)重于頻率點(diǎn)而非能量大小，則選用漢寧窗。

4 階次分析結(jié)果

以圖8某車型噪音階次圖譜為例可以看出，在500- 600Hz之間21階噪音占據(jù)比較明顯的成分，通過整車廠內(nèi)部對(duì)于21階零件的定義，可以判斷噪音來源可能是來自于凸輪軸。這時(shí)通過查閱凸輪軸相關(guān)的技術(shù)文件具體分析凸輪軸在該問題車上是否有比較明顯的技術(shù)變更，以便確定問題的根本原因。

5 結(jié)論

在解決噪音問題往往是需要在有限的時(shí)間內(nèi)提供有效的解決方案。階次分析對(duì)于旋轉(zhuǎn)零件的噪音源判定十分具有指導(dǎo)意義，通過其指定的分析方向可以讓整車廠節(jié)約很多分析時(shí)間。在憑借自身對(duì)零件設(shè)計(jì)過程深厚的理解，往往可以很快找到問題的根源，大到排氣管，小到變速箱里的齒輪，都可以因?yàn)槠浔旧砉逃械碾A次快速的被鎖定。當(dāng)然這需要對(duì)每個(gè)零件的階次做出詳盡的標(biāo)定，以便分析結(jié)果的準(zhǔn)確無誤。

參考文獻(xiàn)

[1] 欒軍英，康海英，鄭海起，曹進(jìn)華，田廣基于階次跟蹤的旋轉(zhuǎn)機(jī)械啟動(dòng)過程振動(dòng)分析.石家莊，軍械工程學(xué)院學(xué)報(bào)，2005：1-2.

[2] 張守元.階次跟蹤技術(shù)及其在汽車NVH 中的應(yīng)用-階次跟蹤原理.南京，輕型汽車技術(shù)，2009：2-3.

[3] 李庚銀，陳志業(yè)，寧宇.快速傅里葉變換的兩種改進(jìn)算法.保定，電力系統(tǒng)自動(dòng)化，1997：1-2.

[4] 譚祥軍.從這里學(xué)NVH-噪聲，振動(dòng)，模態(tài)分析的入門與進(jìn)階.北京，機(jī)械工業(yè)出版社，2018：130～135.