● 摘要
汽车低噪声优化已成为各汽车厂商关注的重点。进行低噪声优化的路线一般为：确定关注位置声压；识别噪声源（结构声、空气声）；噪声源贡献量分析；针对结构声分析声场对结构的灵敏度；针对噪声源位置阻断声传递路径或修改车身结构，完成低噪声优化。当前，汽车低噪声优化设计已取得了长足的发展，但其中仍存在一些关键问题有待进一步研究，诸如：传统的声源识别方法费时费力，而用于远场声源识别的远场声全息和波束形成存在空间分辨率低的问题；近场声全息只能应用于自由场，且必须紧靠声源位置；声贡献量分析目前多采用数值仿真方法，并不能真实反映汽车实际工作状况下的振动噪声特性；声灵敏度分析研究对象大都仅考虑白车身结构，且灵敏度计算过程复杂；优化方法多为单目标优化。本文即针对以上问题进行了研究。具体内容和完成的工作如下：第一章简要回顾了声源识别、声贡献量分析及声灵敏度分析的发展和研究现状，分析了各种声源识别方法的特点，针对其中存在的一些问题确立了本论文研究工作的主要内容。第二章进行车外声源识别研究。首先对适用于中低频声源识别的平面近场声全息和统计最优近场声全息理论做了分析，研究了声场中传播波和倏逝波的特性，得出传播波和倏逝波在空间声场中的变化规律及影响因素；在此基础上，提出了适用于在相对较远的全息面上获取倏逝波的方法，利用该方法可达到在远场声全息中充分利用倏逝波成分的作用，从而较准确地进行声源的识别、定位。其次，研究了用于中高频声源识别的统计最优波束形成理论，并将声源识别的解卷积方法应用于声源识别后处理中，明显提高了声源识别的精度。最后通过虚拟实验对本章研究内容进行了验证。第三章研究了统计最优近场声全息方法在非自由声场中的应用。利用声镜像与声叠加原理，将反射声场进行分离或转化为自由声场，从而扩展了统计最优近场声全息的应用范围；探讨了利用无功声强进行声源识别的方法，得出当存在声模态时，利用声压、质点振速重建，并辅以无功声强的重建，可大大提高声源定位的准确性；之后通过在反射声场中单、双声源识别实验对本章研究内容进行了验证。第四章基于统计最优近场声全息（SONAH）方法和声场分离技术，提出了一种声贡献量分析方法，即通过声场重建—声场预测—贡献量分析三步骤获得不同位置声源对声场中指定位置声学贡献量的大小，并对不同重建方法进行声贡献量分析的结果做了比较，最后利用虚拟实验进行了验证。获得车内噪声源的位置及其对车内声场的贡献之后，即可有针对性地进行车内声场低噪声设计。对于通过车身孔隙或穿透壁板直达声场的空气声，可采用对车身进行密封处理或提高壁板隔声性能等方法予以降低；而由车身壁板振动产生的结构声，则需进一步分析车内声场与车身结构间的关系，以通过合理的结构修改达到低噪声设计目的。因此，有必要对车身壁板进行声－结构灵敏度分析。第五章以一简化车身模型为对象研究了车身壁板阻尼结构对车内声响应的影响，运用神经网络方法得出车内声场对不同车身壁板阻尼结构的声－结构灵敏度，之后结合遗传算法对车身壁板阻尼结构参数进行了优化。第六章将本文研究的方法应用于某型轿车的声源识别及声贡献量分析中。在汽车驻车怠速状态下运用统计最优近场声全息、改进远场声全息及统计最优波束形成方法研究了汽车外部主要噪声源位置及声场分布，以验证本文所提改进远场声全息方法的有效性；在汽车驻车熄火状态下，通过对车后地板两点进行激励，利用近场声全息技术对激励点进行了识别、对车内声场分布进行了预测，验证了本文所提当存在反射声场时的声源识别方法及重建方法的合理性；分析了地板两个激励位置对声场中某位置的贡献量大小，进而验证本文所提声贡献量分析方法。最后，对全文的研究工作进行了总结，给出了主要的研究成果和结论，并对今后的工作进行了展望。