挑战：
亚琛工业大学(RWTH) 使用高级计算工具用于帮助研发人员开发高效工具以优化电动汽车的噪声性能。
方案：
SIMULIA 旗下 Abaqus,Simpack 和 Isight 提供与内部工具的快速集成，用于进行仿真、结构动力学和过程自动化，以帮助确定噪声出现的部位。
收益：
该大学正在积累非常有用的数据, 并和领先的汽车制造商合作, 用于改善电动汽车的声学性能, 使产品对消费者更具吸引力, 并促进更环保汽车的推广。
当你外出散步，一辆电动汽车在你身后行驶时，你可能会感到意外。你能听到的只有轻柔的嗡嗡声，或者还有路面上轮胎的胎噪声。当然，这比内燃机汽车的外部噪声要小很多。
但具有讽刺意味的是，电动汽车的行驶安静使驾驶员和乘客能听到更多的发生在车内的噪声。敲击、挤压和振动等噪声和异响在内燃机汽车中可以被掩盖，但在电动汽车中会变得更加明显。更重要的是，在某个速度行驶时，这种电动汽车独特的嗡嗡声会放大到整个车内，达到明显被人讨厌的程度。
那么汽车工程师该怎么做呢？对于德国亚琛工业大学的一组研究人员来说，答案是使用仿真和系统工程来发现电动汽车隐藏的噪声源并探索减轻它们的方法。
寻找电动汽车噪声产生的原因
亚琛工业大学（RWTH Aachen）的博士生Pascal Drichel团队致力于开发用于车辆振动噪声（即NVH）性能的分析、优化和评估的方法和模型。SIMULIA解决方案是他们进行FEA和多体仿真的关键工具。他们还进行现场测试用于参数设定以及组件、装配体和系统级模型的验证。
Drichel是该大学机械工程学院机械元件与系统工程研究所（MSE）驱动技术部门NVH小组的负责人。大约六年前，当他来到研究所时，他已经掌握了仿真方面的专业知识。“十多年前，我开始和使用Abaqus和Simpack软件。”他回忆道，“当我在2007年开始学习时，我作为研究所的学生使用这两款软件进行动态仿真，并且还在一家大型德国汽车OEMs实习，为电驱动汽车进行整车仿真。”
去OEM实习适用于RWTH Aachen的积极学生。该大学具有与各类主流行业密切合作的理念。就MSE研究所而言，它与风电制造商（他们也对传动系技术感兴趣）以及汽车制造商保持紧密联系。好处是双向的：在Drichel团队目前的研究中，与德国领先的驱动技术公司合作，在德国动力传动工程研究协会（FVA）协调下，提供真实世界的数据，以与工程师的模型进行比较。
这是一项正在进行中的工作，Drichel指出。“车辆不断增加的电气化，例如e.Go, 大众 E-Golf 和Tesla Model 3，带来关于NVH性能新的挑战。”他说，“虚拟产品开发方法正变得非常有助于解决这些问题，我们正在努力进一步改进用于评估和优化不同传动系产品的工具。”
传动系统研究
为什么传动系统（向驱动轮提供动力的一系列组件）是亚琛团队工作的主要关注点？因为它对声音控制非常重要：无论电机本身多么安静，从它开始的声音激励通过变速器、差速器、传动轴、车轴等部件传递到汽车内部，都会导致振动和其它噪声的产生条件，电动汽车需要减轻这种问题。
“处理与传动系相关的NVH问题是一项具有挑战性的工程任务。” Drichel说，“要求工作在一个高度复杂的系统中，通常涉及不同的多物理领域。”为了理解传动系中潜在的噪声发生器的整体情况，Drichel团队使用多领域混合方法，包括仿真和测量组件，研究电学、结构动力学和噪声，其中核心部分是传动系的多体动力学模型。
电磁学：该小组正在开发一种模型，用来描述变频（inverter-fed）电机的激励力。这包括解析和数值两种建模方法，用于计算效率高的力计算。解析建模法使用激励表和保角映射（conformal mapping）得到的数据，而数值建模使用有限元方法。对力-激励谱进行分析，以确定最主要的且下一步应该着重处理的影响因素。
电磁分析
结构动力学:该小组已经创建了他们自己的用户子程序，用于把之前确定的电磁力施加到传动系上。传动系组件的Abaqus FEA 模型包括所有的柔性箱体和传动轴。这些子模型和Simpack多体仿真模型相结合，使自由度数量显著减少。这样建立了一个高效的模型，很多不同的工况可以快速仿真。研究对象包括定子的横向各向同性性能、定子箱体与冷却剂的流固耦合，以及非线性轴承刚度。
结构动力学分析
声学：电动汽车完整的声学性能必须同时包括空气和结构噪声。一旦建立了传动系仿真，就可以使用内部声学工具计算来自整个传动系的辐射空中声音。这样可以使用传递路径合成法外推得到车厢内噪声。在不同的电机转速和装置调整（避免引起激励和过大噪声）下研究系统的共振效应。可以进行客观以及产生的“耳朵信号”主观评价，评估电动汽车设计中传动系几何结构的改变如何影响总体噪声水平。
声学分析
SIMULIA是解决问题的关键
“在很多工作中，Simpack和Abaqus是我们常用的工具。”Drichel说，“从研究的角度来看，我们喜欢将最先进的非线性求解器、不断得到改进和扩展的经过验证的建模元件库和用户子程序功能结合在一起。用户子程序是非常强大的特性，因为它允许把我们自己的子分析思想融入到软件中。”
最近，团队也开始使用Isight进行过程自动化和优化。“在这个为期三年项目的第一阶段，我们没有使用Isight，手动将所有东西集成在一起真的很痛苦。”Drichel说。“在第二阶段，我们决定使用Isight让一切变得更加自动化。现在我们可以将不同的软件工作流程结合在一起，这在我们的环境中尤其重要，因为我们要分析的领域太多了。”
Drichel指出，多体、多尺度的仿真和过程自动化使产品开发人员能够在设计系统过程中快速地获取对系统的深刻理解。“现代方法允许对电动汽车传动系的系统仿真采取整体方法，这要求认识、理解并开发面向特定工程问题（其特点是部件和子系统之间的相互作用）的解决方案。”
电动汽车的电机和传动系是噪声独特的来源
“提供工具和模型实现电动汽车传动系噪声本质问题的研究，这是一个有趣的挑战。”他说。“这种能力对于汽车行业来说是非常重要的，他们可以花更多的时间来开发汽车，而不用研究该流程！”
成果帮助汽车行业发展
OEM合作伙伴当然对这些结果感兴趣。“有了我们开发的‘混合多领域工具链’，汽车工业将能够进行‘热点’分析，使得他们能够识别特定速度下的共振效应。”Drichel说。“同时，又帮助他们优化由电传动系统引起的汽车内部噪声，使电动汽车更舒适，对潜在的买家更有吸引力。”
心理声学
该研究所团队的下一个研究目标有两个：第一，增加所有领域的模型保真度，以便在测量和仿真数据之间实现更好的相关性；其次，为了平衡结果精度和计算时间，使用“心理声学”度量来分析不同的模型保真度，以适应人类用户对声音的感知。对声音的主观评价是一项复杂的挑战，因为它取决于响度、清晰度和音调，尤其是所有这些都根据声音来自车辆内不同的地方而变化。
显然，Drichel很喜欢自己团队项目的复杂性，但是他有自己的电动车吗？“我想买辆电动车，但是现在对我来说太贵了。”他说。同时，作为一个自称的“激情驾驶员”，他驾驶宝马M3系列E46汽车上班。“这是一辆漂亮的车。”他自豪地说。听起来，Drichel和他的同事们在RWTH Aachen进行的这项研究将有助于使未来的电动汽车更安静，更实惠。
