通用汽車選擇全球知名仿真軟件合作完成新能源汽車舒適度設計

海克斯康制造智能

通用汽車積極致力於減少全球車輛二氧化碳的排放，使得人類在未來可以擁有一個更加綠色的地球。為了實現這一目標，開發和部署先進的新技術，滿足通用汽車客戶的需求是至關重要的。顯然，產品質量是吸引用戶的關鍵，在過去幾年中，人們已經越發發現聲音品質的重要性。

為了滿足市場需求，通用汽車的設計師和工程師必須應對電動汽車帶來的新的NVH 挑戰。用電推進代替傳統的內燃動力總成，使車輛變得更加安靜，並在內部舒適度方面滿足了更高的客戶要求。

通過與 海克斯康|MSC軟件合作，通用汽車的NVH團隊利用先進的軟件功能和專業知識，確保未來的電動汽車能夠滿足客戶的期望。

行業挑戰

基於新的車身結構，不同類型的噪聲和振動源以及不同的內部設計要求，電動汽車在乘客舒適度方面給團隊帶來了新的挑戰。

傳遞路徑分析工作流程

對於NVH來說，通常將特定性能需求與特定頻率範圍以及傳遞路徑相關聯。

對於傳統能源車輛，低頻噪聲主要受動力總成結構激勵的影響，並且可以通過基於有限元模型的確定性方法進行研究。高頻主要受空汽聲激勵的影響，通常通過統計能量分析方法進行研究，從而使工程師可以設計聲處理方案，實現最佳的聲音傳遞和吸收性能。

發動機支架優化 - 傳遞路徑函數 – 由通用汽車公司提供

對於電動汽車，不同的聲源和傳播路徑變得更加重要。結構聲激勵包括更高頻率的信號，而空氣聲則在更低頻率範圍變得更加重要。這些都要求新的工具能夠正確預測車輛的NVH性能。通用汽車振動與噪聲虛擬設計、開發與驗證團隊經理Dave Hamilton說：“ Actran對於解決在EV設計中至關重要的中頻範圍（400-1500Hz）NVH問題非常有效。Actran軟件是開放式的，可以很好地補充並集成到我們現有的流程中，並且可以利用現有的有限元和CFD仿真模型。

我們與海克斯康 | MSC 軟件團隊建立的合作夥伴關系，也是NVH團隊成功的關鍵。通過將現場培訓轉換為虛擬培訓並提供辦公時間的技術支持，他們能夠幫助我們管理今年困難的工作情況。”

海克斯康MSC軟件 解決方案

1 達到 NVH 目標

電動汽車，例如通用汽車的Ultium Drive，在振動和聲學方面表現出很強的高階次噪聲信號。通用汽車振動噪聲仿真工程師Kunal Kolte說：“如果沒有Actran提供的功能，那麼在這個頻率範圍內進行良好的NVH仿真將是一個挑戰。”

“對於由Ultium Drive激發的頻率，我們需要准確地模擬車輛中存在的所有聲學處理手段，以模擬乘客聽到的噪音。” 車身Trimmed Body模型被用於計算不同的Ultium Drive安裝點與車輛內部的聲學響應之間的傳遞函數。該模型包含不同聲學處理的完整描述，並且可以達到目標頻率（400-1500Hz）。然後使用傳遞路徑分析方法將計算出的傳遞函數與安裝剛度和Ultium Drive的激勵進行組合，以得到乘客處的聲學響應。

Kunal 表示：“我們意識到基礎設計沒有達到NVH目標，因為高階噪聲可能會傳播到乘客艙。” 回顧仿真結果，我們能夠確定問題的原因是某些結構模態出了問題。通過修改和重新運行模型，我們得到了一種解決方案，並很快得到了驗證。” 建議的設計方案可以進行優化以滿足制造要求。在不增加質量的情況下，車輛的聲學性能有了顯著改善，從而使新模型最終得以采用。“將這種類型的模型集成到我們的工程流程中，幫助評估車輛的整體性能，發現問題，提出解決方案並進行驗證。這項新的仿真功能在整個NVH部門中都得到了好評和贊賞。” Kunal總結說道。

2 語音清晰度

車內的聲音混響會影響乘客在車內的許多互動行為（例如對話，語音命令等）。由於客戶要求更好的視野，天窗變得越來越普遍，但吸聲材料所能安裝的表面積較小，因此對室內舒適度也產生了負面影響。

諸如上面所述的整車車身模型不僅可用於評估車輛對結構激勵的響應，還可以考慮空氣聲，風噪聲和內部激勵的影響。在這種情況下，將車身結構從模型中去除，僅考慮車輛內部聲腔和聲學處理材料，然後評估不同乘客之間的聲學傳遞函數。

通用汽車公司全球振動噪聲CAE仿真負責人Qijun Zhang說：“我們的項目團隊擔心車輛內部的混響太高。”聲學模型可用來評估減少內部混響的最佳方法。“首先我們使用仿真結果來評估不同吸聲表面對室內聲學的影響。通過分解不同組件的貢獻，我們確定了提高室內語音清晰度的最佳方法是通過增加帶孔的座椅表面積來增加聲音吸收，因此我們改變座椅的設計。” 在座椅上增加穿孔需要在聲學、成本和耐用性之間做出權衡。我們使用仿真模型評估了幾種不同表面積的設計。因此，確定了優化的穿孔表面積以減小混響。

左圖：當前生產的2020年雪佛蘭Tahoe座椅圖像，

右圖：今後電動車中不同的穿孔區域

（圖由通用汽車公司提供）

Qijun說：“對於這些類型的研究，可以在整個目標頻率範圍內准確表示我們的聲學處理並在設計的早期階段為團隊提供有價值的指導。”

未來挑戰

“我們對Actran為這些應用帶來的價值感到非常滿意。我們計劃將用途擴展到其他應用領域，以幫助進一步捕獲、理解和優化各種其他聲源。” Kunal和Qijun說。“憑借這些新功能，我們對創建仿真模型的能力充滿了信心，無論噪聲源、傳播路徑和降噪策略如何，這些模型都能直接為我們提供乘客感受噪聲的信息。”

“電動汽車的振動噪聲需求與Actran功能之間匹配度很高。最近我們在工具中加入了Actran，提高了預測中頻問題的能力，並增強了對開發解決方案和提升車輛性能的信心，這將使得最終客戶滿意。”

的確，電動汽車內部可以產生噪聲的部件依然很多。特別是要對Ultium Drive及其附屬的傳動系統和裝置、泵和壓縮機進行研究，降低噪音源，確保最終的聲音質量。此外，Actran可以進行地板阻尼墊的優化，在考慮噪聲的同時權衡阻尼墊的質量；Actran還可以與CFD求解器聯合用於風噪聲研究。Kunal總結說：“依靠通過Python API命令進行前處理、運行計算和後處理操作，可以為大多數這些工作流程實現自動化，從而更高效地完成工作。”

參考文獻

1 General Motors, About GM, https://www.gm.com/ our-company/about-gm.html