•  最新新闻列表
  •  
 首页 > 教学科研 > 内容

 清华大学汽车系连小珉教授等完成的“运动汽车噪声综合识别及控制技术”项目获2010年度国家技术发明奖二等奖

低噪声行驶 让城市更安静

●实习记者 高原

图为项目组成员在试验场进行汽车噪声测量。

     “人闲桂花落,夜静春山空。”这是诗人王维笔下的初唐田园生活。如此气定神闲,坐看花开花落的日子,着实让生活在现代大都市的人们好生羡慕。城市化让人们的生活节奏急速加快,大量信息瞬间“爆炸”。每天早晚高峰时站在立交桥上,眼前是一串长长的由车灯排成的红黄纵列。人们越来越依赖汽车代步以节省宝贵的时间,随之而来的喧嚣却让宁静成了一种奢侈品,人们只能在滚滚车流中默默调大耳中MP3的音量……如何才能让汽车噪声变小,让城市更安静?

  这一问题久久困扰着国内外的汽车专家们。经过15年孜孜不倦的研究,由清华大学汽车系连小珉教授、郑四发副教授等组成的研究小组终于在这一问题上取得了突破。他们发明了高速行驶汽车噪声源的识别及可视化方法、汽车实际运行工况下的声源贡献率识别技术,以及先进的低噪声汽车正向设计技术,填补了我国在低噪声汽车设计领域的多项技术空白,形成低噪声汽车领域多种具有自主知识产权的主导技术。在核心技术领域申请发明专利14项,已获授权发明专利8项(含国际专利1项),获软件著作权3项,发表技术论文46篇,出版专著1部。从2007年到2010年,连续在国际噪声控制工程会议(InterNoise)上作特邀报告。2011年1月,“运动汽车噪声综合识别及控制技术”项目获得了2010年度国家技术发明奖二等奖。

  为了中国汽车产业的明天

  “继 2009年我国成为世界最大汽车市场后,2010年又实现了32%的增长,销量达到1806万辆,成为有史以来世界最大的汽车市场。”这是中国汽车协会副秘书长顾翔华在今年1月10日召开的汽车产销信息发布会上公布的一组数据。然而,在这个庞大的销售市场内,中国自主品牌汽车的贡献率还不尽如人意。

  面对这一状况,连小珉十分担忧:“汽车产业的发展需要政府、高校、企业三方共同的努力。作为高校研究机构,我们希望能研发出更好的技术,帮助我们的汽车企业更好地发展。”汽车的低噪音研究所要解决的,正是我们与发达国家汽车产品质量差距的核心技术问题。可以说,汽车噪声问题是限制自主品牌汽车出口的主要障碍、汽车自主研发的重大难题,也是我国汽车工业自主品牌由大到强所要突破的关键技术瓶颈。

  在控制噪声方面,国内汽车与国外品牌相比一直存在着差距。例如在卡车的出厂噪声标准上,国外卡车是80分贝,国内是84分贝。乘用车(也就是俗称的轿车)的国内外出厂噪声标准虽然相同,但这并不是因为国内乘用车克服了这一障碍,而是因为国内自主品牌乘用车大部分都在使用源自国外技术的发动机。

  那么如何才能使汽车的噪声降低呢?这并不是一个容易解决的问题。汽车的外形可以通过“开模”来模仿,但噪声的控制并非通过简单的模仿就能达到,因为这是一项综合的设计技术,不仅与每个零部件的性能相关,也与零部件组合后的整体设计相关。汽车噪声控制与机械动力学、声学和汽车设计技术都密切相关。汽车的低噪声研究,即使在世界范围内也一直都是交通运输领域的一个核心问题。

  虽然研究难度大、任务艰巨,但对中国汽车产业的发展来说,克服噪声问题是绕不过去的一道“坎儿”。正是秉持这样的想法,早在上世纪80年代初,我校汽车研究所就开始了与汽车噪声相关的研究,到1996年初,又正式成立了汽车噪声声源识别项目组。这个项目一做就是整整15年。

  让眼睛“看”得到声音

     你能想象可以用自己的眼睛看到声音吗?别不相信,他们做到了。

  1996年项目组刚成立的时候,虽然没有多少经验可以借鉴,但他们得到了一个值得挖掘的思路:要想降低汽车噪声,首先要有办法检测出行驶中的汽车到底会产生多少噪声,这就是声源识别的问题。

  汽车噪声可以分为车外和车内两种。车外噪声是行驶中的汽车对外界的影响,车内噪音则是坐在汽车中的人所能听到的声音。这两者又是密切相关的,降低了前者,后者自然就降低了。由于车外噪声是产品上公告的强制标准,不达标则车辆不能进行销售,因此项目组将精力集中在对车外声音的研究上。

  行驶汽车噪声是一种多源复杂噪声,对环境的影响只有在运动状态下才能准确测量,但由于运动声源的声学传递、多声源耦合和多普勒效应等原因,这类紧邻运动多声源的识别一直是一个国际难题。这个问题也困扰了项目组很长一段时间,直到2005年,他们才完全攻下这一技术高地。

  最初,很简单的想法是将测定声音的仪器安装在车上进行测量,但是这并没有太大意义,因为研究汽车噪声的关键,是要研究运动的汽车对静止的人或房间等建筑产生多大的影响。考虑到运动物体发声时和到达静止物体时,声音的频率是不一样的,而且噪声是宽频带而非单一频率的,项目组基于声场衍射原理及非线性时间变换,实现了时域多普勒效应的修正,建立了识别运动声源的逆向衍射声全息技术,较好地解决了这一问题。

  但如何才能对声音进行准确测量呢?项目组又遇到了一个难题。声音识别需要将收声的麦克风摆成阵列,“就像是摆‘梅花阵’一样,”郑四发形象地比喻道。但这个“梅花阵”摆成什么样,用多少个麦克风,则需要进行大量的仿真和实验。经过不断尝试,项目组终于提出了包括阵元法布局、基线法筛选和模拟评价的随机目标阵列识别技术。到2005年,项目组从研究不动的汽车到研究动的汽车,从研究一个频率的声音到研究多个频率即宽频带的噪声,首次在国内实现了行驶汽车噪声的定量识别,同时在国际上首次实现了超过120公里时速汽车运动噪声的定量识别。

  但是声音是不可见的,这使得噪声分析需要由具有丰富经验的专业技术人员完成,从而降低了测量分析的效率。为此,项目组借鉴立体摄影的方法,采用双目视觉的技术,用两个摄像头拍摄物体,把汽车运动的每一时刻拍下,将汽车的运动过程与声场的动态变化过程以动态视频的效果直观显示出来,实现了运动汽车噪声场的实时可视化。

  量“声”定做

     项目组在进行研究的过程中,一直没有中断与国内汽车企业的沟通、合作,不断将新技术应用到实际中,再来研究解决实际应用中发现的新问题。在2005年与北汽福田汽车股份有限公司合作开展声音识别项目的研究时,企业方面提出了一个问题:虽然噪声大小可以测定,但汽车上有那么多噪声源,如何才能确定哪些零部件是主要声源、哪些是次要声源 (即它们的噪声贡献率是多少),又如何使设计中的汽车产品满足总体噪声要求呢?这是企业真正关心、也是迫切需要解决的问题。

  项目组得到了这一反馈,但是一直没找到解决问题的头绪。从2005年到2008年,项目组将研究重心集中放在了这个问题上。针对这个问题,国外已经有一些类似工程经验化的设计方法,例如将排气管放到经过特殊加工的一个大消声器里封闭好,然后单独测定发动机的声音大小,从而测定发动机的噪声贡献率。但是这样的传统方法费时费力,各个发声部件相互干扰,测量结果也不准确。

  直到2008年,项目组参考对静止物体声音传递的研究办法 (即已经较为成熟的传递路径识别技术),开发了运行工况传递路径技术,即在汽车行驶过程中每一测量位置计算出零部件的贡献率,从而对零部件的噪声实行限值分配。在这方面,他们提出了针对运动汽车的运行工况多路径声传递特性识别理论及试验方法,攻克了多声源交叉串扰、动态相干信号分析、声源振源归一化等研究难关,解决了汽车关键总成及车身板件对噪声贡献率识别的技术难题,从而真正做到了为噪声源的贡献率 “把脉”。“这一技术在国际上也是处于领先水平的。国外的汽车公司使用传统技术进行测定,要用两天时间才能把一辆车的主要声源的贡献率做出来。用我们的技术只需要半天时间,而且可以做得很准确。”郑四发自信地说。

  在此基础上,项目组提出了整车总成噪声限值分配设计方法。该技术可以根据企业的不同水平为其提供一种设计工具,使得在设计阶段就可以预计汽车噪声的大小,并有针对性地选择满足要求的发动机、变速器等关键总成,起到了相当于“技术总工”的作用。项目组还针对降低汽车噪声的要求,研究开发了吸声、消声结构的优化匹配设计技术,以及复杂工况下的自适应主动消声新型结构,填补了我国在低噪声汽车设计领域的多项技术空白。

  科技让城市更美好

     6名教师、20多位研究生,这个不算大的团队能够坚持15年的研究,取得现在的成绩,得益于整个团队共同的努力。郑四发介绍说:“项目是由连小珉老师总体负责的。我从毕业后开始参与这个项目,杨殿阁、罗禹贡则是在研究生阶段就参与了这个项目。李克强老师为我们带来了他在国外取得的技术成果。可以说,我们整个项目组都为之倾注了极大的心血。现在,汽车噪声、交通环境噪声等问题依然是我们的研究方向。”

  目前,国内已经有中国重汽集团、北汽福田等12家企业开始产业化应用该技术。从1996年至2009年底,应用本项目技术的汽车销售额累计达到193亿元,为企业节支3520万元。下一步,项目组将把研究重点从商用车转向乘用车以及交通噪声的研究,同时将把研究更加深入下去,不仅让汽车的声音变小,还要让汽车的声音更好听。从2010年开始,项目组还与北京市科委和环保局合作,着手研究北京市道路噪声污染问题,为北京市公交车的噪声重新定标。

  项目还在继续,他们有一个共同的心愿:希望科技的进步不仅能让生活更便捷,也能让城市变得更加宜居、舒适和美好。

  来源:新清华 2011-05-27

 

(http://news.tsinghua.edu.cn)
[更新:2011-06-09 09:02:35]
[阅读:人次]
清华大学官方微信 清华大学官方微博 校报《新清华》微信 清华电视台微信
相关新闻
  • 网友评议