Sound source identification for tire-pavement interaction

Abstract

Verkehrslärm ist, angesichts der Tatsache, dass in Europa Millionen von Menschen dessen hohen Dauerlärmpegeln ausgesetzt sind, ein hochaktuelles Thema. Lärm aufgrund von Reifen-Fahrbahninteraktionen ist eine dominante Untergruppe des Verkehrslärms. In dieser Arbeit werden verschiedene frequenzbasierte Methoden der Schallquellenortung angewandt, die sich Mikrofonarraymessungen bedienen und die Identifikation der dominanten Schallquellen am Reifen zum Ziel haben. Für die Messungen wurde ein Fahrzeuganhänger verwendet, der mit einem Messreifen ausgestattet ist. Es wird die Anwendung eines inversen Verfahrens präsentiert, mit dem Schallquellen in Amplitude und Phase identifiziert werden können. Diese Methode kombiniert Mikrofonarraymessungen und Simulationen mit der Finite-Elemente-Methode (FEM), um die dominanten Schallquellen aus den Schalldruckmessungen zu berechnen. Da bei dieser Methode numerische Simulationen verwendet werden, können die tatsächlich vorhandenen Randbedingungen der Messumgebung berücksichtigt werden. Diese Arbeit beschreibt den Prozess, der nötig ist, um die korrekten Randbedingungen des Messanhängers zu bestimmen. Akustische Absorber, die innerhalb des Anhängers zur Schalldämmung aufgebracht sind, werden mit einem äquivalenten Fluid modelliert. Die Materialparameter wurden mit dem Johnson-Champoux-Allard-Lafarge-Modell berechnet, dessen Modellparameter mittels Impedanzrohrmessungen gefittet wurden. Die gefitteten Modellparameter wurden anschließend validiert, indem die mit der FEM simulierten Schalldrücke mit den Mikrofonarraymessungen verglichen wurden. Für die Messungen wurde der stationäre Messanhänger mit einem mit sinusförmigen Signalen angesteuerten Lautsprecher angeregt. Die Membranauslenkung wurde mit einem Laser-Scanning-Vibrometer bestimmt und konnte auf diese Weise als Neumann-Randbedingung im FE-Modell aufgeprägt werden.Die vorliegende Arbeit vergleicht verschiedene Methoden zur Schallquellenortung miteinander, wobei zunächst virtuelle Schalldruckmessungen und die stationären Mikrofonmessungen für die Validierung verwendet werden. In weiterer Folge werden Schallquellen am rollenden Reifen identifiziert, wobei die inverse Methode und herkömmliche Verfahren verwendet werden. Letztere basieren auf der Beamforming-Methode. Hierfür wurden Messungen auf österreichischen Autobahnen bei unterschiedlichen Geschwindigkeiten und auf unterschiedlichen Fahrbahnbelägen durchgeführt. Nachdem die dominanten Schallquellen am Reifen identifiziert wurden, kann der Schalldruck innerhalb des Anhängers in einer Vorwärtssimulation rekonstruiert werden. Es konnte gezeigt werden, dass das inverse Verfahren eine sehr gute Übereinstimmung der simulierten mit den gemessenen Schalldrücken an den Mikrofonpositionen erzielen kann, und dass sie herkömmlichen, fortgeschrittenen beamforming-basierten Algorithmen – wie CLEAN-SC – überlegen ist. Daher ist es möglich, mit der inversen Methode das Schalldruckfeld an beliebigen Stellen innerhalb des Anhängers zu berechnen.

Environmental noise due to vehicle traffic is highly topical as it causes millions of people in Europe to be exposed to high long-term noise levels. Tire-pavement interactions are a dominant sub-source of vehicle traffic noise. This thesis demonstrates the application of different frequency-based sound source localization algorithms using microphone array measurements to identify the most dominant sound sources during the tire-pavement interaction. A vehicle trailer equipped with a test tire was used for the microphone array measurements.The application of an inverse method for identifying sound sources in amplitude and phase is presented. This method uses microphone array measurements and Finite Element (FE) simulations to reconstruct the sound sources on the tire from sound pressure measurements. Due to the use of numerical simulations, the actual boundary conditions of the given measurement setup are fully considered.This work illustrates the process of finding the measurement trailer’s correct boundary conditions.Acoustic absorbers, which are mounted for sound insulation on the insides of the measurement trailer, are modeled as equivalent fluid in the FE model. Their material properties are obtained using the Johnson-Champoux-Allard-Lafarge model, whose parameters are fitted from impedance tube measurements. The fitted material properties were validated by comparing the acoustic pressure calculated with the FE method to microphone measurements. For the measurements, a loudspeaker inside the stationary trailer was excited with a sinusoidal signal, and its membrane deflection was measured using a laser scanning vibrometer. The thereby measured surface velocity was imposed as a Neumann boundary condition to the FE problem.In the first step, the sound source localization algorithms are compared using virtual sound pressure measurements and the stationary microphone measurements from the validation setup. Subsequently, the sound sources on the running tire are identified using the inverse method and established beamforming-based methods. For this purpose, measurement runs were performed on Austrian highways with different speeds and on various pavements. With the primary sound sources identified, the sound pressure field within the trailer is reconstructed by forward FE simulations. It could be shown that the inverse method is capable of matching the simulated sound pressure at the microphone positions very well to the microphone measurements and that it outperforms commonly known advanced beamforming-based algorithms, such as CLEAN-SC. Thereby it is possible to reconstruct the sound pressure field at arbitrary positions within the measurement trailer via the inverse method.