上一期我們對HyperWorks NVHD模組後處理工具中的模態貢獻量進行了詳細的介紹,本期我們將介紹板塊貢獻量和節點貢獻量。
對於有聲固耦合效應的分析,如NTF和路噪,雜訊是由與聲腔耦合面上的某些板塊的振動產生,所以解決雜訊峰值就必須找到對應頻率下哪塊板塊的振動貢獻最大,由於存在相位角的不同,所以還存在正負貢獻之分。
板塊貢獻量幫助用戶快速定位哪些板塊的振動會導致聲腔雜訊,但是板塊貢獻量要求用戶在前處理時對流固交界面進行板塊劃分與定義。板塊的貢獻量由形成該板塊的所有節點貢獻量進行求和得到,因此板塊劃分的不同會得到不同的板塊貢獻量。如果板塊上一部分節點具有正的貢獻量,另一部分節點具有負的貢獻量,那麼在計算板塊貢獻量時就會相互抵消。因此,板塊貢獻量的結果取決於如何劃分板塊,當板塊較大時,結果並不是非常清晰。
節點貢獻量顧名思義就是直接輸出流固交界面上的節點對聲腔回應點的貢獻量,這種方式不需要在前處理時進行板塊的劃分,顯著縮短前處理時間,並且更精確地顯示了每個節點的貢獻量。但是常規的節點貢獻量分析也存在不足,由於輸出的是所有節點(可包含流固耦合交界面結構點與聲腔點)的貢獻量資訊,因此,計算時間、資料量都明顯高於板塊貢獻量。基於這樣的不足,推薦在節點貢獻量分析時只輸出流體節點貢獻量,並且使用PEAKOUT卡片只輸出有限個關鍵峰值的節點貢獻量,這將有效減少計算時間與資料量,基於此,節點貢獻量是更推薦的、更先進的處理方法。
|
板塊共限量 |
節點共限量 |
節點貢獻量推薦設置 |
精度 |
取決於PANEL的劃分 |
不需要劃分區域,更精確 |
|
前處理 |
需要劃分PANEL |
不需要劃分區域,節約建模時間 |
|
計算效率 |
高 |
需要比較長的計算時間 |
|
硬碟空間 |
少 |
需要大量的硬碟空間 |
以下是輸出模態貢獻量、板塊貢獻量、節點貢獻量的計算時間與所需磁碟空間的對比。可以看出,使用PEAKOUT卡片只輸出流體節點在有限個頻率點的貢獻量結果,再結合多CPU計算,不僅計算效率高,資料量也控制在很小的規模。
表示第j塊板在第k個頻率點上的板塊貢獻量比率(Pi表示第i塊板在回應點產生的聲壓)。
節點貢獻量基本原理與板塊貢獻量相似,只是在後處理中軟體會自動對貢獻量的值進行正則化處理。
板塊貢獻量
板塊貢獻量分析需要在前處理過程中劃分板塊,基本方法是:
① 將面板包含節點建立節點集SET_GRID;
② 建立板塊集PANEL,調用節點集id號;
③ 使用PFPANEL卡片輸出板塊貢獻量。
板塊劃分示意圖
在輸出板塊貢獻量之後,可以使用HyperView中的NVH專屬後處理工具進行板塊貢獻量後處理。通過以下操作我們可以進入NVH 後處理介面。
此時功能表列出現如下所示:
選擇Modal/Panel Participation。
板塊貢獻量的可視化
板塊貢獻量的後處理方式與模態貢獻量後處理方式類似,可以參考上一期公眾號文章—模態貢獻量。
下圖是一個簡化模型示意圖,內部包含流體聲腔,激勵位置與響應位置如圖所示,右側是板塊劃分示意圖。
在結果中選擇Panel Participation to Fluid Grid(Global),該選項的意思是將流體節點的響應分解為各個板塊的貢獻量。
以上圖中的流體節點頻率回應為例,選擇40Hz,輸出該頻率處回應的板塊貢獻量如下:

除此之外,也可以在結果中選擇System Modal Participation to panel(Global),該選項的意思是將具體某個板塊的貢獻量分解到模態。
如下圖為板塊back在整個頻段上的回應。
可以選擇輸出頻率點103Hz處的模態貢獻量,如下:
其他類型視圖,如極座標圖、瀑布圖等請參考上一期文章《模態貢獻量》。
板塊貢獻量的響應研究
Study回應研究中,可以研究將其中某些板塊的貢獻量去除,然後查看整體回應的變化。這裡我們假設排除back與bottom兩個板塊50%的貢獻量之後再查看回應曲線。

下圖是排除back與bottom兩個板塊50%的貢獻量前後回應曲線的對比。可以看到,在40Hz之後的頻段上,去除back與bottom兩個板塊50%的貢獻量之後,聲腔節點回應顯著降低。

節點貢獻量
節點貢獻量前處理相當簡單,默認可輸出所有流固耦合交界面上結構節點/聲腔節點的貢獻量,也可以由用戶指定只輸出特定節點集的貢獻量。結構節點和聲腔節點都會對聲腔的回應有貢獻,實際結構節點貢獻量與聲腔節點貢獻量具有類似的趨勢,因此無論是結構節點貢獻量還是聲腔節點貢獻量都可以用於定位貢獻量大的位置。但是結構上往往存在孔洞,且結構節點具有多個自由度,如果輸出結構節點貢獻量計算時間、資料量都比較大,因此推薦只輸出聲腔節點的貢獻量即可。
從下圖可知在同一激勵作用下,聲腔節點貢獻量與結構節點貢獻量具有相同的趨勢,且聲腔節點貢獻量更清晰。如果後續使用結構節點貢獻量雲圖進行後處理,可以將雲圖進行對數顯示來增加色彩對比度。

節點貢獻量的可視化
如果已經輸出所有節點的貢獻量,則可以在Result set中選擇結構節點或者聲腔節點的貢獻量。
下圖為聲腔回應點的頻率回應曲線。
選擇特定的頻率點40Hz輸出節點貢獻量。
可以看到面板bottom上紅色部分為節點貢獻量顯著的位置。
也可以從整個頻段的角度去查看貢獻量顯著的區域,需要選擇sum of frequencies選項,選中所有頻率點。
可以看到面板bottom上紅色部分為節點貢獻量顯著的位置。


節點貢獻量的響應研究
Study回應研究中,可以研究將其中某些節點貢獻量去除後,整體回應的變化。這裡我們可以選擇紅色響應顯著部位的節點,排除其50%的貢獻量之後再查看回應曲線。
選中如下所示區域的節點,排除50%的貢獻量。


PEAKOUT功能說明
以上在輸出板塊貢獻量和節點貢獻量的過程中,都直接輸出了整個頻段上的回應資料,對於我們作為示例的小模型,這自然不是問題。但是當實際對整車計算板塊貢獻量或者節點貢獻量時,全頻段的回應輸出需要大量的計算以及資料空間。傳統的做法是進行兩次計算,第一次計算頻響,查看峰值頻率;第二次計算時只對關注的幾個峰值頻率輸出貢獻量結果。
使用PEAKOUT功能,可以只用一次計算就輸出峰值頻率的相關結果。如下圖所示可以只輸出5個峰值頻率的結果。