毕业论文范文——基于VA One的单轨列车车内噪声预测与控制.doc

上传人:滴答 文档编号:1254286 上传时间:2019-01-19 格式:DOC 页数:8 大小:1.62MB
下载 相关 举报
毕业论文范文——基于VA One的单轨列车车内噪声预测与控制.doc_第1页
第1页 / 共8页
亲,该文档总共8页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、西安航空职业学院毕业论文基于 VA One 的单轨列车车内噪声预测与控制姓 名: 专 业: 航空电子 班 级: 完成日期: 指导教师: 摘 要:本文以跨座式单轨列车为研究对象,利用统计能量法软件 VA One建立了单轨列车 SEA噪声预测模型,对中空铝型材等采用等效隔声处理的方式,对噪声源采用理想噪声源,作为载荷激励,对车内噪声进行预测分析,找出主要噪声来源;同时对整车加载声学包,预测分析其降噪效果,为后续进行降噪设计,从而研制出低噪声单轨车辆提供指导性意见和建议。关键词 跨座式单轨;统计能量法;噪声预测1. 引言随着经济的不断发展和进步,轨道列车以其方便、准时、快捷、低污染、低能耗等诸多优势

2、,成为许多城市的主要交通工具,组成了城市交通发展的重要部分。跨座式单轨列车以其爬坡能力强、转弯半径小、占地少、造价低、快速便捷、利于环境保护等特点,获得人们的青睐1,2。随着城市轨道列车的大量应用,其噪声问题受到人们越来越多的关注,同时也是影响其市场竞争力的关键指标。传统的噪声控制方法是在噪声问题暴露后,对原型车辆进行车内噪声测试和分析,然后进行降噪研究和改进,这是一个需要进行反复测试、分析和修改的过程,不仅设计周期长、成本高,而且这种通过后期查缺补漏的方式通常是很难达到预期目的。如果在设计阶段利用计算机仿真技术对车内噪声进行预测和评估,分析车内噪声分布情况,找出主要噪声源,这样能有效指导设计

3、者在设计阶段进行合理的降噪设计,得出最优降噪效果,大大缩短声学设计周期,降低成本。目前,对城市轨道车辆车内噪声预测的方法主要有有限元法(FEM) 、边界元法(BEM) 、统计能量法(SEA)以及混合有限元-统计能量法(FE-SEA) 。其中有限元法和边界元法以模态密度分析为基础,因此适用于低频的确定性载荷和相应系统的计算。对于高频高模态密度的噪声问题,由于模态叠加模态密度变大,有限元法和边界元法则不再适用,而主要采用统计能量法3-7。统计能量法使用统计模态的概念,运用振动能量描述系统振动,这种方法比较适合复杂系统声振环境的预测 8。统计能量法已经在航空航天、轨道交通、船舶以及汽车噪声预测领域有

4、了广泛的应用。2. 计算模型的建立及仿真计算分析2.1 SEA模型的建立利用相关的前处理软件将整车模型进行合理的前处理,然后将其导入到统计能量法软件 VA One中,根据统计能量分析模型的基本假设和建模原则,同时考虑车辆的对称性以及仿真的计算量,建立统计能量分析法(SEA)模型。在建立整车的 SEA模型过程中,首先需要进行合理的子系统划分。在 VA One软件中建立整车的模型时,利用模态相似群法将整车模型进行简化 9。整车车体结构用平板和单曲面板子系统进行模拟,车体铝型材采用等效隔声处理的方式,包括顶板、侧墙以及地板。车内外声场环境利用三维声腔子系统进行模拟,同时外部声腔子系统连接半无限流体,

5、模拟无反射的外部声场环境。将整个车体结构沿横向划分为左右对称的两个部分,纵向划分为上、中、下以及底部(裙板)四个区段,车内声腔依照车体子系统的划分形式,横向也划分为左右对称的两个部分,沿纵向划分为上、中、下以及底部(裙板)四部分,车外声腔的划分兼顾了顶板、侧墙、地板、车窗以及裙板子系统的划分方式。整车车内噪声预测 SEA模型如图 2所示。图 2 整车 SEA模型2.2 整车 SEA模型隔声性能参数以及噪声激励的加载对各部件的隔声性能,可以利用 VA One软件中的面连接上添加传递损失来进行定义。其中隔声部件包括顶板、侧墙、地板、车门以及前档风玻璃等部件。单轨列车在运行过程中,最主要的噪声源有动

6、力总成部分(包括电机和制动盘等) 、空调机组等。根据单轨列车的实际受载情况,本文在建立整车车内噪声预测模型的过程中,加载的载荷主要有:动力总成区域的噪声激励,以及顶板上方空调机组的噪声激励,加载方式都是利用理想噪声源加载在车体底部和车体顶部相应位置的声腔上。2.3 计算结果及主要贡献噪声源分析以上模型为整车不添加任何声学包的情况,添加激励载荷后计算车内司机室和乘客室的声压级,计算结果如图 3所示,由于加载的是理想噪声源,计算结果只从横向上对测试结果做相关的对比和指导。从图中可以看出,司机室处声压级相对于乘客室的声压级较高。图 3 司机室和乘客室声压级为了找出车内噪声直接提供能量输入的子系统,以

7、及相关子系统对目标观测处噪声的贡献情况,在添加声学材料之前,对目标观测处声腔子系统的声功率贡献进行计算分析,找出主要噪声传递路径,从而有针对性对目标观测处进行降噪处理。图 4 头车司机室声腔子系统主要输入功率图 4给出了头车司机室声腔子系统主要能量输入柱状图,从图中可以看出,头车司机室的主要噪声来源于头车司机室底部动力总成处声腔子系统,也就是说头车司机室的主要噪声来源于动力总成部分(主要是电机噪声) 。图 5 头车乘客室声腔子系统主要功率输入图 5 给出了头车乘客室声腔子系统的主要能量输入柱状图,从图中可以看出该声腔子系统的主要能量来源于相邻底部声腔子系统和前面的声腔子系统,再分别对这两个声腔

8、子系统进行能量输入分析。图 6 相邻底部声腔子系统主要功率输入图 6给出了其相邻底部声腔子系统的主要能量输入柱状图,从图中可以看出该声腔子系统的主要能量来源于动力总成处声腔子系统。图 7 相邻前面声腔子系统主要功率输入图 7给出了其相邻前面声腔子系统的主要能量输入柱状图,从图中可以看出该声腔子系统的主要能量来源于头车司机室动力总成处声腔子系统。综上分析可知,司机室和乘客室目标观测位置处的主要噪声来源以及主要噪声传递路径为:动力总成部分的噪声通过空气以及引起相邻结构件振动,传递到司机耳旁和乘客的耳旁。3. 整车车内噪声控制通过以上分析,我们知道车内主要噪声来源于动力总成部分,以及噪声的主要传递路

9、径。因此,针对动力总成部分我们加载相应的密封隔声罩,针对噪声传播路径上,车体结构加载吸隔声材料和阻尼材料等声学包来进行降噪处理,再次对加载声学包后的模型进行分析计算,计算结果如下图所示。从图中计算结果可以看出,在声源以及噪声传递路径上加载相应的声学包装后,车内噪声水平得到了很好的控制。图 8 声学包装前后司机室降噪效果图 9 声学包装前后乘客室降噪效果4. 总结本文利用统计能量法,基于 VA One软件建立的单轨列车整车车内噪声预测 SEA模型,并对车内噪声进行了模拟计算分析,获得目标观测位置处声压级,以及车内噪声的功率输入贡献,得到车内噪声传递路径,然后有针对性的在噪声源以及传递路径上加载合

10、理的声学包控制,对车内噪声水平得到很好的控制,为乘客提供安静、舒适的乘车环境。本文的研究方法可以为单轨列车初期声学包设计的选材、声学包位置的确定以及车内具体位置的降噪处理提供一定的指导。参考文献1 重庆市科学技术委员会. 跨坐式单轨交通设备研发报告J. 2007,5-8.2 王仁伟. 基于加速度控制的轻轨运营安全保障技术研究D. 重庆交通大学, 2009.6.3 于宇. 基于 FE-SEA方法的超高速列车车内噪声预测与控制D. 西南交通大学, 2012. 4 董锡明. 近代高速列车技术进展J. 铁道机车车辆,2006,26(5):1-11.5 张春岩. 高速列车车内噪声预测以声学参数设计D.

11、西南交通大学, 20156 张曙光. 350km/h 高速列车噪声机理、声源识别及控制J. 中国铁道科学,2008,30(1):86-89.7 Jakovljevic B, Paunovic K, Belojevic G. Road-traffic noise and factors influencing noise annoyance in an urban population J. Environment International, 2009, 35(3): 552-556.8 姚德源,王其政. 统计能量分析原理及其应用M. 北京:北京理工大学出版社. 19959 VA One 20

12、15 Users Guide. ESI Group, 2016致 谢论文的写作过程确实是个艰苦的历程,但是自己还是尽力地投入到这项工作中去,不断地搜集资料,修改与整理论文,其中的艰辛可想而知。幸运的是,在论文的撰写过程中,我得到了导师的帮助,在此向他表示深深的感谢。导师总是及时、耐心地引导我该怎么样去写好论文并对论文提出了许多宝贵的意见,从导师那里学会的一种“严谨、认真、耐心”的学术态度让我终生受益。还有我的一些同学和朋友,帮忙提供了一些宝贵的资料,可以说,正是这些良师益友的帮助,才使我克服了论文写作过程中的种种困难,使我有信心完成。最后,我要衷心地对曾经给予我帮助的老师和所有朋友以及我的家人致以崇高的敬意和深深的感谢。

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文资料库 > 毕业论文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。