Reduction of Selected Road Noise Phenomena by Modifying Suspension Kinematics Using Metamodels in the Digital Vehicle Development Phase

Rollgeräuschreduktion in PKW wird in den letzten Jahren immer wichtiger. Die zunehmende Elektrifizierung reduziert bisher existierende Maskierungseffekte, was zu einem markanteren und dominierenderen Rollgeräusch führt. Zusätzlich erwarten Kund:innen mehr und mehr Komfort, besonders hervorgerufen durch die zunehmende Verbreitung automatisierter Fahrfunktionen.

In der Fahrwerksentwicklung wird Rollgeräusch üblicherweise durch die Modifikation von Bauteileigenschaften und -gestalt beeinflusst. Die Achskinematik wird üblicherweise nicht für die Reduktion bestimmter Rollgeräuschphänomene eingesetzt.
... mehr

Die vorliegende Forschungsarbeit untersucht die Möglichkeit, bestimmte Rollgeräuschphänomene gezielt durch Achskinematikoptimierung zu beeinflussen. Die Untersuchung zielt auf die frühen Achsentwicklungsphasen ab, in denen eine schnelle digitale Erfassung der Zusammenhänge zwischen Kinematikänderungen und Rollgeräuschoptimierung erforderlich ist. Dabei finden die Randbedingungen der Achsentwicklung Berücksichtigung. Ein Morphing ansatz modifiziert Gesamtfahrzeug-Finite-Elemente-Simulationsmodelle um einen Simulationsdatensatz zu erzeugen. Dieser Datensatz ermöglicht die Nutzung eines datengetriebenen Ansatzes, bei dem Optimierungsmetamodelle der akustischen Optimierung der Achskinematik dienen.

Für eine Fünflenkerhinterachse werden kleine Änderungen der Position der fünf Verbindungspunkte zwischen Radträger und Fahrwerkslenkern untersucht. Ein Datensatz aus 500 Achskinematikvariationen wird durch Metamodelle in Form von Künstlichen Neuronalen Netzen (KNN) abgebildet, was sowohl die numerische, als auch qualitative Optimierung der Achskinematik ermöglicht. In mehreren Simulationsbeispielen wird ein NVHa-typischer Zielkonflikt zwischen verschiedenen Rollgeräuschphänomenen betrachtet sowie eine Kombination aus Rollgeräuschoptimierung und Erhaltung der Achseigenschaften durchgeführt. Zuletzt wird eine Optimierung des Reifen-Kavitätsgeräusches unter Nutzung grafischer Metamodelle als Designregeln mit Beteiligung verschiedener Achsentwicklungsbereiche, wie z. B. Bauraum oder Betriebsfestigkeit, durchgeführt. Die entwickelte optimierte Achskinematik wird in Hardware an einem Gesamtfahrzeug validiert, was den Optimierungsansatz als effektiv und effizient bestätigt.

Der Ansatz ermöglicht eine kosten- und gewichtsneutrale NVH-Optimierung in einer frühen Entwicklungsphase, was die späteren NVH-Maßnahmen auf einer robusteren Auslegung aufbauen lässt. Insbesondere für Elektrofahrzeuge hilft dies dabei, die Einflüsse von NVH-Maßnahmen auf Reichweite und CO2-Ausstoß zu reduzieren.

Road noise reduction inside passenger cars has become more important in recent years. Electrification reduces engine noise masking, making road noise phenomena more prominent and dominant. Additionally, customers expect more and more comfort especially due to the spread of automated driving functions.

In suspension development, road noise is reduced by modification of component design. The suspension kinematics is usually out of scope for the reduction of specific road noise phenomena.

This research investigates the possibility to modify specific road noise phenomena by suspension kinematics optimization. ... mehrThe investigation targets the early suspension development phase, requiring a fast digital evaluation
of the correlations between kinematics changes and road noise phenomena under consideration of suspension boundary conditions. A morphing approach modifies full vehicle Finite Element (FE) simulation models, in order to create a large simulation data set. This data set enables a data driven approach of creating metamodels for the acoustical suspension kinematics optimization.

For a five link rear suspension, small changes to the location of five kinematic hard points between wheel carrier and suspension links are under investigation. A data set consisting of 500 suspension kinematics variations is represented by Artificial Neural Network (ANN) metamodels, enabling both numerical and qualitative optimization of the suspension kinematics. In multiple simulation examples, a typical target conflict in Noise, Vibration, and Harshness (NVH) between different road noise phenomena is addressed and a combination of road noise phenomena optimization and suspension parameter preservation is performed. Finally, a cavity noise optimization using graphical metamodel representations as design rules is performed in cooperation between different suspension development domains like packaging or durability. The obtained optimized suspension kinematics is validated in hardware on a complete vehicle, which proved the optimization approach to be effective and efficient.

The approach enables a cost- and weight-neutral NVH optimization in an early development stage, which allows later NVH measures to start on a more robust product maturity. This helps reducing range and CO2 emission impact of NVH measures, in particular for electric vehicles.