对于很多汽车生产商来说，一辆汽车的完整声学建模设计依然是一个梦想。然而，声学仿真方法受到越来越广泛的应用，而且正成为致力减少开发时间的重要设计工具。

　　声学建模常被误解为是一个可以解决所有问题的魔术工具。其实到目前为止，声学和振动建模只能够提供重要的建议而不是确切的答案，而且还必须具备在开发和原型阶段就将其当作解决问题的工具的观念才行。

　　由于不太被人相信，在设计阶段并没有将车辆的所有声学问题考虑在内，因而导致声学问题就在原型或更迟的阶段出现。假如实验人员能够得到FEM（有限元法）模型，那么声学问题从一开始就可以被考虑到；同时假如设计人员能够明白一份测量报告的真正含义，问题也更容易被解决。因此说，声学建模应该是一种结合原型开发、以问题解决为导向的额外工具，同时相关的流程可以遵循以下原则步骤。

　　在设计阶段：1.获得简化的声学FEM模型；2.在估算输入力下，利用BEM或SEA方法评估噪声水平；3.计算出设计阶段是否会出现严重的问题。

　　在原型阶段：1.从原型获取实验数据和孤立噪声问题；2.获得每个问题的循环模型和检查输入力振幅；3.尝试可能的解决方法和对期望结果进行仿真；4.检验施加在原型上的解决方法；5.利用实验数据完善解决方案。

　　设计方法

　　以下是从Vibro-Acoustics Science Inc. Application Note(振动声学方面的报刊)引用的一个案例，其描述AUTOSEA仿真软件在车内噪声方面的应用（见图1）。

图1 带有子系统的车辆的AUTOSEA模型

　　就车内噪声而言，典型的问题有：车内噪声水平；噪声源和传递路径；如何降低噪声水平。为了回答以上问题，导入车辆的FEM模型就显得很有必要了。这是一种“概念阶段”的典型粗网格模型，大概会生成15万个单元，当然单元数需要减少至大约5万个。简化的模型必须加以修订，解决某些问题，然后再检查是否还保持原有的特性。

　　现在就可以通过一种声振方法（基于感兴趣的频率范围），用简化的模型评估车内多个接收位置的噪声水平了。有两种方法可供选择：频率上限至 200Hz的FEM-BEM(有限元和边界元)方法和200Hz及以上的SEA（统计能量分析）方法。FEM-BEM方法可以被应用于结构传播和空气传播路径场合，但此方法在模型密度快速上升时会变得复杂和需要过多的单元，而当模型密度增加时SEA则能给出好的结果。

　　要识别振动或噪声源头与传递路径，相关技术必须结合FEM-BEM方法一同使用，这样降噪技术也许能得出结果。而SEA方法则是根据能量转移计算去识别每个源头的贡献量和声波传输路径的效率（见图2）。

图2 SEA的网络

　　通过逐个分析，复杂的问题可得到更有效的解决。这里我们展示AUTOSEA在考虑车顶蓬噪声（由气动压力产生）的特定场合的使用。

　　首先，我们导入FEM模型，并将材料和梁截面特性储存在数据库里，然后通过只创建NASTRAN顶蓬单元和所有的SEA子结构来简化几何形状复杂度（除了挡风玻璃可见）。我们向SEA模型加入弯曲板来代表顶蓬。

　　1.集合顶蓬、挡风玻璃和内部腔并观察波段的模数数量，因为声学腔增加得非常迅速。

　　2.描出被选择的子系统的波数，观察到玻璃的巧合频率要远远低于顶蓬。在宽阔的频带范围里，挡风玻璃都是一个明显的辐射体。

　　连接顶蓬和挡风玻璃子系统，其角度接近正常，所以能量只能通过moments传递。连接顶蓬和内部子系统，顶蓬板的辐射效率有赖于固定边界（如一般挡板和顶蓬内衬对辐射效率分别起到增加和减少作用）。顶蓬内衬对辐射效率的影响可通过SEA方法分析模拟或者用试验的数据导入模型中得出。

　　用功率源连接到顶蓬子系统来代替风（气动）压力源。气动压力的频谱可由风洞测试或者路面测试数据决定，或者作为一种默认频谱来计算。将能量输入到顶蓬是因为风噪在低频时很大，并会因为结构波数和对流波数的分歧而迅速减小。请注意：模型的其他振动噪声源（见图3）分别是通过结构传递的发动机噪声（以车辆front rail测量的振动表示）和通过空气传播的轮胎噪声（以车底板的底部表面测量的弥漫声压级表示）。

图3 振动噪声源

　　想通过解决上述网络来获得轿车、货车、车底、挡风玻璃和顶蓬等地方的可预测A计权声压值，那么也许就要注意到，A计权传感器的更高测量水平是适用于500Hz以上频率的。如果再看看输入到车辆内部的能量（针对多振动噪声源问题），会发现轮胎噪声占据了250～1 000Hz的频率范围，但在更高频段区就应该是挡风玻璃对车内噪声负责了。因此，我们现在不得不去了解究竟是什么因素引起挡风玻璃发生振动。

　第一种途径就是通过冻结内部声压来进行“源头排位”，然后断开风噪源和胎噪源并重新解决所有的问题。结果显示，传入车内的挡风玻璃的高频辐射是由发动机振动引起的结构激励导致的。

　　再把风噪源和胎噪源重新连接上（底板质量法的输入是0.73m2和4.5kg），并且重新解决相关问题以获得2 000Hz下的能量流。正如期望那样，挡风玻璃和仪表板是车内噪声的两个主要贡献源，但现在我们同样获知通过上下支柱传输的结构路径的信息。