Im Rahmen der Arbeit wird eine Simulationsmethodik auf Grundlage der elastischen Mehrkörpersimulation dargestellt, welche eine Prognose des Körperschallverhaltens eines Bahnantriebs in einem Frequenzbereich bis 1 kHz ermöglichen soll. Randbedingung in der Modellbildung ist die Anwendbarkeit des Verfahrens im Entwicklungsprozess. Die vorgestellte Modellbildung der Anregung erfolgt für die mechanische Geräuschanregung aus den Zahneingriffen im Achsgetriebe. Für die Identifizierung dominanter Körperschallquellen wurde der Innenraumschall eines aktuellen Regionalzuges experimentell untersucht und ausgewertet. Weiterhin wurde das Schwingungsverhalten des Antriebsstrangs in einer Prüfstandsumgebung gemessen. Anhand der experimentellen Ergebnisse ist ein systematischer Vergleich zwischen Messung und Berechnung über dem gesamten Betriebsfeld des Antriebsstrangs möglich. Ein umfangreicher Messung-Rechnung-Vergleich der verzahnungsbedingten Anregungsfrequenzen zwischen gemessenen Oberflächenbeschleunigungen am Antrieb und den Berechnungsergebnissen zeigen eine akzeptable qualitative Übereinstimmung über dem Betriebsfeld. Die Anwendung des Berechnungsmodells für die akustische Auslegung des Antriebs ist somit möglich. Im Detail ergeben sich jedoch deutliche quantitative Abweichungen der Schwingwerte für einzelne Betriebspunkte. Sowohl die Analyse verschiedener Modellvarianten als auch eine Sensitivitätsstudie zeigen auf, dass die Modellbildung der Wälzlager, die Modellbildung und Parametrierung der Verzahnungsanregung und die Modellierung der Antriebswelle großen Einfluss auf die Ergebnisse haben und Ansatzpunkte für eine Verbesserung des Modells liefern.:1.1 Motivation 1.2 Problemstellung 1.3 Zielsetzung 1.4 Lösungsansatz und Abgrenzung 1.5 Wissenschaftliche Fragestellung und Gliederung der Arbeit 2 Stand der Technik 2.1 Historische Entwicklung der Modellbildung 2.2 Entwicklung von Mehrkörperformalismen 2.3 Berechnung von Antrieben mittels Mehrkörpersimulation 2.4 Analyse aktueller Ansätze der Körperschallberechnung mittels EMKS 2.5 Zusammenfassung und Bewertung 3 Modellbildung für die Körperschallberechnung 3.1 Modellbildung dynamischer Systeme 3.2 Finite-Elemente-Methode 3.3 Elastische Mehrkörpersysteme 3.4 Lineare Modellordnungsreduktion 3.5 Zeitschrittintegrationsverfahren 3.6 Sensitivitätsanalyse 4 Grundlagen der Akustik 41 4.1 Einführung 4.2 Akustik des Schienenfahrzeugs 4.3 Akustik von Zahnradgetrieben 4.4 Akustik von elektrischen Maschinen 5 Experimentelle Untersuchung des Versuchsfahrzeugs 5.1 Fragestellungen an die experimentelle Untersuchung 5.2 Versuchsablauf und Messgrößen 5.3 Messunsicherheit und Störeinflüsse 5.4 Untersuchte Fahrzyklen 5.5 Analyse des Innenraumgeräuschs 5.6 Zusammenfassung der Ergebnisse 6 Experimentelle Untersuchung am Antriebsprüfstand 6.1 Fragestellungen an die experimentelle Untersuchung 6.2 Wahl der Beurteilungsgröße zur Körperschallcharakterisierung 6.3 Aufbau des untersuchten Antriebsstrangs 6.4 Versuchsaufbau und Messgrößen 6.5 Wendebetrieb und Drehrichtungsdefinition 6.6 Messunsicherheit und Störeinflüsse 6.7 Untersuchte Betriebsszenarien 6.8 Analyse der instationären Betriebszustände 6.9 Analyse der stationären Betriebszustände 6.10 Resonanzerscheinungen der Verzahnungsanregung bis 1000 Hz 6.11 Zusammenfassung der Ergebnisse 7 Aufbau des Berechnungsmodells 7.1 Zielstellung der Modellbildung 7.2 Anmerkung zur Wahl der Simulationsumgebung 7.3 Mehrkörpersimulation im erweiterten Frequenzbereich 7.4 Erläuterungen der Modelltopologie und Submodelltechnik 7.5 Modellierung der Wuchtgüte 7.6 Modellierung der Verzahnungsanregung 7.7 Modellierung der Elastomerelemente 7.8 Modellierung der Wälzlager 7.9 Modellierung der Wellen 7.10 Erstellungsprozess eines elastischen Körpers 7.11 Modellierung des Antriebsgehäuses als Finite-Elemente Modell 7.12 Experimentelle Modalanalyse am Antriebsgehäuse und Modellkorrelation 7.13 Anbindungsmodellierung am Beispiel des Antriebsgehäuses 7.14 Modellordnungsreduktion am Beispiel des Antriebsgehäuses 7.15 Verwendete Eigenmoden für die elastischen Körper 7.16 Dämpfungsparameter der elastischen Körper 7.17 Modellierung der Hohlwelle 7.18 Anmerkung zur Lasteinleitung und zum Prüfstandseinfluss 8 Analyse des Berechnungsmodells 8.1 Fragestellungen an die Analyse des Berechnungsmodells 8.2 Referenzmodellierung und Referenzlastfälle 8.3 Eigenschaften des Systemverhaltens und Plausibilitätskontrolle 8.4 Parametereinfluss der Zeitschrittintegration 8.5 Ausgewählte Sensitivitätsanalysen 9 Vergleich von Messung und Simulation 9.1 Vorgehen in der Beurteilung 9.2 Untersuchte Modellvarianten 9.3 Qualitativer Vergleich des Betriebsverhaltens 9.4 Quantitativer Vergleich stationärer Betriebszustände 9.5 Quantitativer Vergleich instationärer Betriebszustände 9.6 Zusammenfassung und Beurteilung 10 Zusammenfassung und Ausblick

No description available.

Various improvements which have been made to the vehicle (reduced engine noise, reducedaerodynamic related NVH), have resulted in tire road noise as the dominant source of thevehicle interior noise. Generally, vehicle interior noise has two main sources, 1) travellinglow frequency excitation below 800 Hz from road surface through a structure- borne pathand 2) the high frequency (above 800 Hz) air-borne noise that is caused by air- pumpingnoise caused by tread pattern.The structure-borne waves of the circumference of the tire are generated by excitation atthe contact patch due to the road surface texture and characteristics. These vibrations arethen transferred from the sidewalls of the tire to the rim and then are transmitted throughthe spindle-wheel interface, resulting in high frequency vibration of vehicle body panels andwindows.The focus of this study is to develop several statistical-based models for analyzing the roadsurface and using them to predict the tire-road noise structure-borne component. In order todo this, a new methodology for sensing the road characteristics, such as asperities and roadsurface condition, were developed using virtual sensing and intelligent tire technology. In ad-dition, the spindle forces were used as an indicator to the structure-borne noise of the vehicle.Several data mining and multivariate analysis-based methods were developed to extractfeatures and to develop an empirical model to predict the power of structure-borne noiseunder different operational and road conditions. Finally, multiple data driven models-basedmodels were developed to classify the road types, and conditions and use them for the noisefrequency spectrum prediction. / Doctor of Philosophy / Multiple data driven models were developed in this study to use the vibration of the tirecontact patch as an input to sense some characteristics of road such as asperity, surface type,and the surface condition, and use them to predict the structure-borne noise power. Also,instead of measuring the noise using microphones, forces at wheel spindle were measuredas a metric for the noise power. In other words, a statistical model was developed that bysensing the road, and using the data along with other inputs, one can predict forces at thewheel spindle.