本文摘要(由AI生成):
本文主要介绍了HyperWorks NVHD模块后处理工具中的板块贡献量和节点贡献量。板块贡献量帮助用户快速定位哪些板块的振动会导致声腔噪声,但需要前处理时对流固交界面进行板块划分与定义。板块划分的不同会得到不同的板块贡献量。节点贡献量则直接输出流固交界面上的节点对声腔响应点的贡献量,显著缩短前处理时间,并且更精确地显示了每个节点的贡献量。推荐在节点贡献量分析时只输出流体节点贡献量,并使用PEAKOUT卡片只输出有限个关键峰值的节点贡献量,这将有效减少计算时间与数据量。板块贡献量和节点贡献量的可视化和响应研究方法类似,可以通过排除某些板块或节点的贡献量来查看整体响应的变化。PEAKOUT功能可以只用一次计算就输出峰值频率的相关结果,减少计算和数据空间。
上一期我们对HyperWorks NVHD模块后处理工具中的模态贡献量进行了详细的介绍,本期我们将介绍板块贡献量和节点贡献量。
对于有声固耦合效应的分析,如NTF和路噪,噪声是由与声腔耦合面上的某些板块的振动产生,所以解决噪声峰值就必须找到对应频率下哪块板块的振动贡献最大,由于存在相位角的不同,所以还存在正负贡献之分。
板块贡献量帮助用户快速定位哪些板块的振动会导致声腔噪声,但是板块贡献量要求用户在前处理时对流固交界面进行板块划分与定义。板块的贡献量由形成该板块的所有节点贡献量进行求和得到,因此板块划分的不同会得到不同的板块贡献量。如果板块上一部分节点具有正的贡献量,另一部分节点具有负的贡献量,那么在计算板块贡献量时就会相互抵消。因此,板块贡献量的结果取决于如何划分板块,当板块较大时,结果并不是非常清晰。
节点贡献量顾名思义就是直接输出流固交界面上的节点对声腔响应点的贡献量,这种方式不需要在前处理时进行板块的划分,显著缩短前处理时间,并且更精确地显示了每个节点的贡献量。但是常规的节点贡献量分析也存在不足,由于输出的是所有节点(可包含流固耦合交界面结构点与声腔点)的贡献量信息,因此,计算时间、数据量都明显高于板块贡献量。基于这样的不足,推荐在节点贡献量分析时只输出流体节点贡献量,并且使用PEAKOUT卡片只输出有限个关键峰值的节点贡献量,这将有效减少计算时间与数据量,基于此,节点贡献量是更推荐的、更先进的处理方法。
以下是输出模态贡献量、板块贡献量、节点贡献量的计算时间与所需磁盘空间的对比。可以看出,使用PEAKOUT卡片只输出流体节点在有限个频率点的贡献量结果,再结合多CPU计算,不仅计算效率高,数据量也控制在很小的规模。
表示第j块板在第k个频率点上的板块贡献量比率(Pi表示第i块板在响应点产生的声压)。
节点贡献量基本原理与板块贡献量相似,只是在后处理中软件会自动对贡献量的值进行正则化处理。
板块贡献量分析需要在前处理过程中划分板块,基本方法是:
① 将面板包含节点建立节点集SET_GRID;
② 建立板块集PANEL,调用节点集id号;
③ 使用PFPANEL卡片输出板块贡献量。
板块划分示意图
在输出板块贡献量之后,可以使用HyperView中的NVH专属后处理工具进行板块贡献量后处理。通过以下操作我们可以进入NVH 后处理界面。
此时菜单栏出现如下所示:
选择Modal/Panel Participation。
板块贡献量的后处理方式与模态贡献量后处理方式类似,可以参考上一期公 众号文章—模态贡献量。
下图是一个简化模型示意图,内部包含流体声腔,激励位置与响应位置如图所示,右侧是板块划分示意图。
在结果中选择Panel Participation to Fluid Grid(Global),该选项的意思是将流体节点的响应分解为各个板块的贡献量。
以上图中的流体节点频率响应为例,选择40Hz,输出该频率处响应的板块贡献量如下:
除此之外,也可以在结果中选择System Modal Participation to panel(Global),该选项的意思是将具体某个板块的贡献量分解到模态。
如下图为板块back在整个频段上的响应。
可以选择输出频率点103Hz处的模态贡献量,如下:
其他类型视图,如极坐标图、瀑布图等请参考上一期公 众号文章《模态贡献量》。
Study响应研究中,可以研究将其中某些板块的贡献量去除,然后查看整体响应的变化。这里我们假设排除back与bottom两个板块50%的贡献量之后再查看响应曲线。
下图是排除back与bottom两个板块50%的贡献量前后响应曲线的对比。可以看到,在40Hz之后的频段上,去除back与bottom两个板块50%的贡献量之后,声腔节点响应显著降低。
节点贡献量前处理相当简单,默认可输出所有流固耦合交界面上结构节点/声腔节点的贡献量,也可以由用户指定只输出特定节点集的贡献量。结构节点和声腔节点都会对声腔的响应有贡献,实际结构节点贡献量与声腔节点贡献量具有类似的趋势,因此无论是结构节点贡献量还是声腔节点贡献量都可以用于定位贡献量大的位置。但是结构上往往存在孔洞,且结构节点具有多个自由度,如果输出结构节点贡献量计算时间、数据量都比较大,因此推荐只输出声腔节点的贡献量即可。
从下图可知在同一激励作用下,声腔节点贡献量与结构节点贡献量具有相同的趋势,且声腔节点贡献量更清晰。如果后续使用结构节点贡献量云图进行后处理,可以将云图进行对数显示来增加色彩对比度。
在HyperView后处理环境中进行节点贡献量后处理,需要选择Grid Participation。
如果已经输出所有节点的贡献量,则可以在Result set中选择结构节点或者声腔节点的贡献量。
下图为声腔响应点的频率响应曲线。
选择特定的频率点40Hz输出节点贡献量。
可以看到面板bottom上红色部分为节点贡献量显著的位置。
也可以从整个频段的角度去查看贡献量显著的区域,需要选择sum of frequencies选项,选中所有频率点。
可以看到面板bottom上红色部分为节点贡献量显著的位置。
Study响应研究中,可以研究将其中某些节点贡献量去除后,整体响应的变化。这里我们可以选择红色响应显著部位的节点,排除其50%的贡献量之后再查看响应曲线。
选中如下所示区域的节点,排除50%的贡献量。
以下是去除所选节点50%贡献量之后的响应曲线,可以快速查看修改后的效果。
以上在输出板块贡献量和节点贡献量的过程中,都直接输出了整个频段上的响应数据,对于我们作为示例的小模型,这自然不是问题。但是当实际对整车计算板块贡献量或者节点贡献量时,全频段的响应输出需要大量的计算以及数据空间。传统的做法是进行两次计算,第一次计算频响,查看峰值频率;第二次计算时只对关注的几个峰值频率输出贡献量结果。
使用PEAKOUT功能,可以只用一次计算就输出峰值频率的相关结果。如下图所示可以只输出5个峰值频率的结果。