エンジニアとジャグラーの共通点をご存知ですか？ 表面的には、それらは大きく異なる分野のように見えます。 しかし、もう少し深く掘り下げると、ジャグラーが複数のオブジェクトを同時に空中に保持しなければならないのと同じように、エンジニアは複雑な設計空間をナビゲートする際に、複数の相互接続されているが矛盾するターゲットのバランスを保たなければならないことがわかります。
車両開発の世界では、この微妙なバランス作業は、性能、効率、性能などの設計目標を同時に満たす最適な設計変数を見つけるために実行されます。 NVH（騒音、振動、ハーシュネス）。 ただし、利用できる「無料ランチ」がないため、これは実際には困難です。 1 つの設計目標を改善する変更は、少なくとも他の設計目標を悪化させる傾向があります。
このような設計変数の典型的な例は、重量の削減です。 エンジニアは、(構造的剛性を維持しながら) 特定のコンポーネントの重量を戦略的に削減して、車両全体を軽量化できます。 これにより、車両の加速質量が減り、転がり抵抗が減少するため、一般にパフォーマンスと効率が向上します。 ただし、その裏返しとして、コンポーネントが軽いほどノイズや振動エネルギーの吸収が少なくなり、一般に NVH パフォーマンスの低下につながります。
このジレンマは、今日の電動車両開発の中心にあります。 一方で、顧客は、特定のバッテリー容量で利用可能な最大航続距離が決まるため、効率的な車両を求めています。 一方で、騒音の大きい燃焼駆動パワートレインがなければ小さなきしみ音や鳴き声さえも聞こえるため、顧客はNVHのパフォーマンスに対してこれまで以上に重要視しています。
では、エンジニアは顧客のすべての要件を満たす最適なバランスをどのように見つけられるのでしょうか? 仮想プロトタイプ アセンブリと NVH シミュレーターという 2 つの最先端テクノロジーを組み合わせた Simcenter Testlab の独自のワークフローを使用して、この疑問を調べてみましょう。
設計目標をやりくりするための NVH エンジニア向けガイド
最初のステップは、コンポーネント レベルのデータを使用して車両レベルの NVH パフォーマンスを予測するプロセスを実装することです。 このようなプロセスを導入すると、設計変数の変更に対する予想される NVH パフォーマンスの感度を簡単に監視できます。
このプロセスはと呼ばれます 仮想プロトタイプ アセンブリ (VPA) Simcenter テストラボで。 基本的に、車両のすべてのコンポーネントは、コンポーネントの種類に応じて異なるデータ (接続 FRF、不変荷重スペクトル、動的剛性など) を含む独立した周波数領域モデルを使用して表現できます。 これらのコンポーネント モデルは、次を使用して数学的に結合されます。 周波数ベースの部分構造化 (FBS)これにより、仮想アセンブリの NVH パフォーマンスを予測できます。 重要なのは、開発の成熟度に応じて、CAE またはテストベースのデータを使用してコンポーネントを表現できることです。
2 番目のステップは、予測された周波数領域の車両 NVH パフォーマンスを時間領域で合成することにより、結果を人間の主観的な知覚と相関させることです。 これにより、意味のある設計変更の影響を（違いを聞いたり感じたりすることによって）直接評価したり、音質メトリクスなどの時間領域処理方法を使用して定量化したりすることができます。
Simcenter テストラボ NVHシミュレータ は、車両の NVH パフォーマンスに対する周波数領域の寄与を時間領域で合成するためのワークブックです。 基本的に、各影響 (パワートレイン、風、道路騒音など) は、関連するすべての動作条件をカバーする周波数領域の NVH モデルによって表されます。 これらの NVH モデルは、ボトムアップ (例: VPA を使用して予測) またはトップダウン (例: 車両全体の分解）テクニック。 次に、車両トポロジで複数の NVH モデルを組み合わせることで、現実的な完全な車両 NVH 環境が作成されます。 最後に、各 NVH モデルは、事前定義された運転プロファイルから直接、または実際のドライバーの入力に接続されたリアルタイム パフォーマンス モデルを使用してシミュレートされて、車両の動作状態を監視することによってリアルタイムで合成されます。
こんにちは、古い友人
軽量化の例をもう一度見て、このワークフローが実際にどのように適用できるかを見てみましょう。 構造物由来のロードノイズを最適化するという具体的な目標を持って、既存のプラットフォーム上で新しい車両バリアントを開発していると想像してください。 このバリアントの軽量化に対する感度を研究するために、ボディキャビティ、サブフレーム、サスペンション モデルは CAE ベースであり、ストラット マウント モデルはサプライヤー提供の動的剛性を使用し、タイヤは物理的なタイヤで特性評価された VPA モデルを作成しました。粗い表面プロファイルを使用したテストベンチ。
この VPA モデルの生の出力は、タイヤ テストベンチで特性評価されたすべての速度の予測された構造伝達ロード ノイズになります。 これらの予測を NVH モデルにマッピングした後、NVH シミュレーターを使用して、ランダムな速度プロファイルを使用して構造物由来のロード ノイズを合成できます。 以下の結果は、70 km/h から 0 km/h までの合成コーストダウンを使用して生成されました。
