随着汽车工业的发展,车型更新换代的速度越来越快,同一车型的配置越来越丰富,同时个性化的需求也越来越强烈。这些都给我们的车型开发带来了一定的挑战,特别是NVH性能工程师越来越繁忙和焦虑,因为传统的研发模式意味着他们需要对每一种车型以及不同的配置进行NVH性能开发,大量的仿真分析和试验验证工作使我们的工程师们焦头烂额。
在此背景下,2019年,西门子在Simcenter Testlab平台下隆重推出了C-TPA(Compo nent ba sed TPA,部件传递路径分析)分析功能。通过C-TPA技术,可以得到独立于被动端结构的激励源载荷特性,并可以预测将该激励源装配到不同被动端结构上的NVH表现。这样一来不仅减少了仿真和测试的工作量,而且减少了主机厂和供应商之间的沟通障碍和责任推诿。
但C-TPA软件本身只是就某种组装形式,进行整机的NVH性能分析及预测。如果想要基于所有零部件的特性数据,全面地对各种类型的组装形式,完成各种工况下的整机性能的预测及分析对比,就需要在平台化、模块化的大环境下,进一步充分发挥和利用这项技术,这就是我们今天所介绍的—SimcenterTestlab VPA(Virtual Prototype Assembly,虚拟原型装配)技术所要实现的功能。
SimcenterTestlab VPA是一种基于虚拟装配技术的全新模块,它能够在早期设计阶段对车辆NVH性能进行评估,最大限度地利用所有子系统和部件的数据,无论是试验数据还是仿真数据。在一个全新的独特环境下,首先对车辆和子系统结构进行定义,其次实现系统级的虚拟装配,对各种组装形式下的整车NVH性能进行预测及对比分析。此项技术将使得目标设定过程更加有效,并加强了整个研发流程中不同团队之间的合作。有了这个过程,我们就能够评估不同的替代方案,充分发挥这些数据价值的同时让其能够为大量的工程师所用。
Simcenter Testlab VPA它主要包含两个部分的功能,第一部分是如何准确地创建NVH部件数据,第二部分是如何利用这些部件数据用来进行NVH性能评价。
图1 Simcenter Testlab Compo nent Definition & VirtualPrototype Assembly
Simcenter Testlab NVH Compo nent Definition模块用于创建和定义部件模型,多个部件以图形化形式被定义和存储在数据库中,部件和部件变体模型可以很方便的重复使用,这样就可以很轻松地重新使用任何历史上存储的部件进行NVH性能预测。
目前可支持的部件类型包含结构部件、载荷、测试场景。结构部件主要包含载体结构(例如车身等)、连接结构(例如悬置等)、激励结构(例如动力总成等)。对于载体结构和激励结构来说有强耦合和弱耦合之分,强耦合结构必须考虑两者之间的相互作用,所以结构连接点的原点频响函数(FRF)数据必须包含在数据模型中。载荷部件主要包含结构载荷和空气载荷,也有强耦合和弱耦合之分,对于弱耦合来说载荷部件数据可以是直接载荷(界面力)或者悬置刚度载荷(悬置刚度和主被动测加速度),对于强耦合来说载荷部件数据可以是约束力或者自由振速。测试场景主要包含装配体可运行的工况数据,可以是时域数据或者是数据块数据,可以针对现有的载荷进行预测也可以自定义工况进行预测。
图2 Compo nent Definition软件模块及部件模型分类
为了让更多的工程师参与此项开发工作的同时也从中受益,原始部件模型可以在SimcenterTestlab、Simcenter 3D、Simcenter Amesim甚至第三方工具中编写。同时我们还可以选择使用部件模板,其中规定了接口自由度等信息,这样就可以减少不同工具在定义部件时产生的差异,同时可以在后续流程中实现自动化的装配。NVH工程师创建的这些部件数据我们要确保非专家级工程师也能从这些数据中受益,那么很重要的一点是让所有这些部件数据在公司内部可以很方便被其他工程师所获取和使用。 目前我们的Compo nent Definition模块既支持在本地文件夹上工作,也可以在本地服务器上工作,这样一来大家可以很方便的获取和利用这些部件数据。最后,ComponentDefinition模块可支持测试行业的标准数据格式ASAM ODS,使我们的工程师在发布数据时不用担心数据来源问题。
Simcenter Testlab Virtual Prototype Assembly虚拟原型装配模块能够创建不同配置的虚拟样车,并以一种简单和直观的方式比较性能。装配体中的部件可以在现有部件数据库中快速查找和替换,新的装配体可以被保存下来,这样一来可以很轻松地进行不同装配形式的NVH性能对比分析。
用户可以按照“源-传递-响应”原理的“弱”耦合模型来进行装配,此时载荷被施加在被动侧载体结构上,假设结构或空气载荷不受被动侧载体结构的影响,可以按原样加载。同时用户也可以按照“源-传递-响应”原理的“强”耦合模型,此时需要考虑到源和载体之间的相互作用,按照频域的空间子结构方法来预测被动测载体结构连接处的界面载荷,最后这些预测的界面载荷被应用于被动测载体结构的目标响应预测。
虚拟装配体定义好以后接下来求解器将被启动,它将收集所有的数据,使用部件的传递函数创建结构组件,并在源-载体结构连接位置施加预期的载荷,按照部件创建环节定义的测试场景将我们关心的转速或者车速点结果计算出来,最后预测目标位置(如驾驶员的耳朵)的响应以及各个路径对目标位置的贡献水平。这个工程过程允许快速的性能验证和深入的根源分析,同时这也使得在子系统层面上的目标设定具有现实意义。
随着前面两个过程的操作,虚拟装配体的预测结果也随之而然的计算出来。首先,我们可以在此结果上进行性能的评估,包括和设计目标值的对比和竞争产品量级的对比。其次,我们还可以在此基础上进行路径贡献量的判断,包括结构传播路径和空气传播路径,从而确定主要能量传播路径。最后,我们可以进行详细的路径根源分析,一旦某条路径贡献大已经确定之后我们需要详细的判断是载荷比较大还是传递过程对能量进行了放大,从而让我们的工程方案更加精准有效。