首页/文章/ 详情

NVH 根本原因分析——分步指南

8月前浏览883

根本原因分析通常在发现问题后进行。对于用于 NVH 分析的仿真模型,建议主动查找振动和共振增加的情况,以便在制造第一个原型之前优化模型。

本 NVH 根本原因分析指南将引导您完成必要的步骤,以全面评估可能导致不良 NVH 现象的关键频率或速度。为了说明这些 NVH 动力总成基础知识,我们将以电动驱动的两级变速器模型为例进行说明。


GL_AST_Image_Blog-Header_Template_Root-Cause-Analysis  


我们示例中的模型是从零开始设计的,首先确定了齿轮和轴的初始布局。随后进行了壳体设计,包括针对刚度和特定固有频率的基本拓扑优化。我们遵循典型流程,优化了齿轮的微观几何形状,以减少噪声、振动和不平顺性(NVH)的来源。

下一步是进行多体动力学仿真,以确定轴动力学、结构噪声和噪声辐射方面的关键运行条件。一旦确定了这些条件,它们将成为后续优化的目标。

我们如何识别和理解关键工况?这就需要用到根本原因分析。基于分析结果,我们可以对动力总成壳体进行新的优化,力求降低噪声排放。新的设计方案还可以通过多体动力学仿真和声学分析再次进行验证。

模型完成后,您需要将其导入多体动力学程序,以执行根本原因分析的四个步骤,从而在潜在的 NVH 问题发生之前将其检测出来。其中一项任务是分析共振的变形形状。共振和模态形状之间的交叉影响只能在时域求解中得到正确处理。在时域中执行此分析,使工程师能够观察不同模态形状之间的相互作用。这对于电动动力总成尤为重要,因为设计人员必须处理更高的频率。

根本原因分析的过程包括提出一系列问题。

首先,您必须回答以下问题: 您希望在哪些关键速度下应用根本原因分析?

目标是降低噪声峰值。为此,需要进行运行变形形状分析 (ODS)。图 1 中的示例展示了本次分析所涉及的两种转速。图 1 中的仿真结果说明了壳体振动和差动(弯曲模态)振动之间的相互影响。在第二种情况下,图中展示了轴系和扭转系统。


gl_ast_image_blog_rootcause_1.png.  
图 1:运行挠度形状分析  


接下来考虑第二个问题,针对已确定的速度: 什么激励路径会引起共振?

这需要进行数值传递路径分析 (NTPA)。在第一步中,我们发现存在交叉影响。这种振动会传递到壳体表面,并由壳体向外辐射噪声。目标是找出激励通过哪个轴承传递到壳体。请查看图 2, 提供的分析可视化输出。在我们的示例中,轴承 4 和 6 将最强的振动传递到壳体。

gl_ast_image_blog_rootcause_2.png.

图 2:数值传递路径分析  


这种分析看似微不足道,但在轴承数量较多的复杂系统中,它却能挽救生命。

接下来进入根本原因分析的第三步,问问自己: 在共振频率下会出现什么工作固有模式?

现在我们更详细地考察不同运行模式下的 NVH 性能。对于我们确定的关键频率,需要分析物体的动能。动能百分比越低,表明单个物体的本征模之间的耦合越强;动能百分比越高,则表明单个物体的本征模之间耦合越弱。

最后,用一个问题来完成根本原因分析: 哪种系统模式对共振振动的贡献最大?

回答这个问题将得出组装系统或单个物体的系统模态贡献因子。此步骤的关键在于分析物体在问题频率下的行为。您应该了解在给定频率和速度下,哪些物体模态导致了临界振动。这些信息将帮助您了解如何修改物体以降低振动。在给定的示例中,所得结果用于外壳的结构优化。

通过更深入地了解系统加载和运行时发生的情况,我们可以进行下一步——改进我们的设计。

在接下来的优化过程中,您可以选择两种方法——最大化模态或最小化等效辐射功率。最终结果应是能够降低关键运行条件下振动的设计变更。

针对此示例优化后的外壳,再次监测这些更改的效果。结果显示,峰值降低了约 5 分贝。

AVL SIMpulse - Pioneering the Next Generation of Electric Drive Units来源:ABAQUS仿真世界

振动拓扑优化声学多体动力学NVH
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-01-30
最近编辑:8月前
yunduan082
硕士 | 仿真主任工程... Abaqus仿真世界
获赞 206粉丝 400文章 498课程 0
点赞
收藏
作者推荐

振动FFT变换

看不懂FFT,就无法理解振动的本质。很多初学者只会点击软件上的"Calculate"按钮,但作为NVH工程师,我们需要理解每一个参数背后的物理意义以及它对结果的扭曲。下面将分三个层次为你拆解:核心逻辑、参数设置及其影响、以及结果解读。第一层:核心逻辑——为什么要变换?在振动试验(如台架测试或整车路试)中,传感器(加速度计)记录的是时域信号(TimeDomain):也就是振动幅值随时间变化的曲线。时域看到的是现象:“车在抖”、“声音很响”。频域看到的是根源:“这是由50Hz的转子不平衡引起的”、“这是1200Hz的齿轮啮合音”。FFT的本质就是数学上的棱镜,它将混合在一起的复杂时域波形,拆解成一个个单一频率的正弦波分量。第二层:关键参数设置及其影响(这是重难点)在进行FFT分析时,无论是使用Python、Matlab还是专业的NVH软件(如LMSTest.Lab,Brüel&Kjær,Dewesoft),你都需要配置以下几个核心参数。这几个参数之间存在着**“测不准原理”般的制约关系**。1.采样率(F_s,SamplingRate)定义:每秒钟记录多少个数据点。NVH铁律(奈奎斯特采样定理):采样率必须至少是你关注的最高频率(F_{max})的2倍。F_s>2*F_{max}设置建议:为了保证波形还原度和防止混叠(Aliasing),工程上通常设置为关注频率的2.56倍或5倍以上。例如,关注2000Hz以内的振动,采样率至少设为5120Hz或更高。2.频率分辨率(Δf,FrequencyResolution)定义:频谱图上两个相邻数据点之间的频率间隔。它是你能区分两个频率成分的最小能力。公式:Δf=1/T=F_s/N(其中T是采样时长,N是采样点数/块大小)参数影响(导师划重点):想要分得更细(Δf更小),就必须采样更长的时间(T变大)。例子:如果你想区分50.0Hz和50.5Hz的振动,你的Δf必须小于0.5Hz,这意味着你的采样时间块T必须大于2秒。3.窗函数(Windowing)为什么需要:FFT假设信号是无限周期循环的。如果你截取的一段信号(Frame)的首尾不连续,变换后会产生频谱泄漏(SpectralLeakage),导致尖峰变胖,幅值不准,甚至掩盖微弱信号。常用窗函数对比:窗函数类型特点适用场景NVH常用度Rectangular(矩形窗)其实就是不加窗,频率分辨率最高,但泄漏最严重。用于瞬态信号(如锤击法测试,信号在采样时间内衰减为0)。⭐⭐Hanning(汉宁窗)很好的通用性,抑制泄漏能力强,但会损失幅值(需修正)。用于连续随机信号(如路噪、风噪、白噪声振动)。⭐⭐⭐⭐⭐FlatTop(平顶窗)幅值精度最高,但频率分辨率最差(峰会变宽)。用于校准或主要关注幅值精度的正弦振动。⭐⭐⭐4.重叠率(Overlap)与平均(Averaging)背景:振动信号通常有随机性。为了让结果更稳定,我们通常对多帧数据的FFT结果取平均。Overlap:为了充分利用数据(特别是加了Hanning窗后,数据头尾被压低,信息丢失),我们会让处理块之间重叠(通常50%或66%)。平均方式:线性平均(Linear/PowerAvg):消除随机噪声,突出周期性信号。峰值保持(PeakHold):记录测试全过程中出现的每个频率的最大值(常用于寻找最坏工况)。第三层:FFT变换后能获取的振动信息拿到频谱图后,NVH工程师需要从中解读出什么?1.主要频率成分(IdentifyDominantFrequencies)旋转阶次(Orders):如果振动频率随着转速变化(例如$f=\frac{RPM}{60}\timesk$),这是由旋转部件引起的(不平衡、不对中、叶片通过频率)。固定频率(Resonance):如果不管转速怎么变,某个频率的峰值一直存在且很高,这通常是结构的固有频率(共振)。2.幅值信息(Amplitude)峰值(Peak):该频率下的最大振动量。有效值(RMS):这是一个能量概念,代表该频段内的总能量。在宽带随机振动测试中非常重要。PSD(功率谱密度):当处理随机振动(如路谱模拟)时,单纯的FFT幅值会受Δf影响而波动。必须转换为PSD(g^2/Hz),它是标准化的能量密度,与频率分辨率无关,便于不同测试标准间的对比。3.谐波失真(Harmonics)除了基频(比如电机转速频率),是否还有2倍频、3倍频?丰富的谐波通常意味着机械系统中存在“非线性”,如间隙(Looseness)或摩擦。第三部分:FFT之后我们能获取什么信息?拿到频谱图后,NVH工程师主要看三点:主要频率(DominantFrequency):谁是罪魁祸首?如果是转速的整数倍(1X,2X,3X...),通常与旋转部件有关(不平衡、不对中)。如果是电源频率(50Hz/60Hz)及其倍频,可能是电气噪声或磁致伸缩。如果是固定频率且不随转速变化,通常是结构的共振频率(NaturalFrequency)。幅值(Amplitude):问题有多严重?对应各个频率点的振动能量大小。边带与谐波(Sidebands&Harmonics):细节诊断。例如齿轮箱故障,通常表现为啮合频率两侧出现很多小的边带。第四部分:实际案例分析——电机异常振动诊断背景:某款电动汽车的空调压缩机在3000RPM(50Hz)运行时,车内感到明显抖动。1.时域数据观察:数据看起来就是一团杂乱的波浪,幅值大约在$\pm2g$之间波动。肉眼看不出规律。2.FFT参数设置:采样率(F_s):5120Hz(保证能看到2500Hz以内的信号)。点数(N):4096点。分辨率(Δf):5120/4096=1.25Hz(足够区分主要频率)。窗函数:Hanning。3.频谱分析结果:现象A:在50Hz处有一个高达1.5g的尖峰。分析:50Hz正好等于电机转速(3000RPM/60)。结论:这是一阶(1stOrder)振动,通常直接指向转子动不平衡(Unbalance)。现象B:在500Hz处有一簇较小的峰值,且伴有边带。分析:压缩机内部有10个叶片,50*10=500Hz。结论:这是叶片通过频率(BladePassFrequency),属于流体脉动引起的振动,幅值较小,可忽略。最终对策:对压缩机转子进行动平衡校正,削减50Hz处的能量。来源:ABAQUS仿真世界

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈