Fiabilité de la méthode de prédiction vibro-acoustique SEA dans un contexte d'évaluation subjective du confort acoustique automobile

Reliability of the SEA vibro-acoustic prediction method in the context of subjective assessment of automotive acoustic comfort

• Auteur / Autrice : Valentin Miqueau
• Direction : Etienne Parizet
• Type : Thèse de doctorat
• Discipline(s) : Acoustique
• Date : Soutenance le 04/12/2023
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : Ecole doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne ; 2011-....)
• Partenaire(s) de recherche : Membre de : Université de Lyon (2015-....)
• Partenaire(s) de recherche : Laboratoire : LVA - Laboratoire Vibrations Acoustique (Lyon, INSA) - Laboratoire Vibrations Acoustique / LVA
• Jury : Président / Présidente : Mitsuko Aramaki
• Jury : Examinateurs / Examinatrices : Etienne Parizet, Mitsuko Aramaki, Vincent Koehl, Adrien Pelat, Sylvain Germes
• Jury : Rapporteurs / Rapporteuses : Vincent Koehl, Adrien Pelat

Mots clés

Mots clés contrôlés

Automobiles

Vibrations

Acoustique

Mots clés libres

Acoustique véhicule

Isolation acoustique

Habitacle d'automobile

Confort intérieur

Modèle numérique

Vitrage automobile

Joint

Bruit du vent

Analyse statistique de l'énergie

Vehicle acoustic

Soundproofing

Automobile cabins

Interior comfort

Numerical model

Automotive glass

Joint

Wind noise

SEA - Statistical Energy Analysis

Résumé

À mesure que les habitacles des nouveaux véhicules deviennent de plus en plus silencieux, la qualité du son et le confort acoustique intérieurs se sont imposés comme des arguments de premier ordre pour les constructeurs automobiles afin de se démarquer de leurs concurrents. Actuellement, la recherche sur la perception sonore repose sur une approche expérimentale basée sur la réécoute, par des jurys, de signaux enregistrés sur des proto375 types. Pour éviter ces coûteux dispositifs, une approche numérique est ici envisagée. Les résultats d’un modèle basé sur la méthode SEA (Statistical Energy Analysis), développé par Saint-Gobain Research Compiègne, servirait à générer les signaux des expériences subjectives. Celui-ci permet d’ores et déjà de prédire l’impact de changement de vitrage sur le niveau sonore intérieur d’un véhicule exposé aux bruits environnementaux. En revanche, son emploi pour évaluer le confort automobile apporté par ces mêmes changements soulève plusieurs interrogations auxquelles nous répondons dans cette thèse : — Comment générer des signaux audios à partir des niveaux de pressions acoustiques prédits? — Les signaux obtenus permettent-ils de réaliser des études du confort acoustique dans l’habitacle avec la même efficacité que des enregistrements mesurés sur véhicule? Tout d’abord, un procédé de génération des signaux à partir des données obtenues grâce au modèle numérique a été proposé puis validé par une expérience perceptive. Ensuite, deux autres évaluations subjectives par un jury ont mis en lumière une évolution du désagrément ressenti similaire, pour plusieurs configurations de vitrages quelle que soit l’origine des sons (simulés ou mesurés). Elles ont cependant souligné une divergence dans les évaluations lors de l’introduction de verre trempé dans les configurations véhicule. Les joints de vitrage, absents du modèle, étaient alors suspectés d’être à l’origine de cette variation. Par la suite, l’examen expérimental du comportement vibro-acoustique des verres montés dans les joints a permis d’observer un apport de dissipation des joints. Celui- ci se traduisait alors par une augmentation de l’isolation acoustique du vitrage. Cette isolation caractérisant les vitrages dans le modèle, sa sensibilité aux apports de dissipation des joints de vitrage devait être intégrée dans notre approche numérique. Enfin, après avoir analysé les mécanismes de dissipation intervenant pour le vitrage et les joints, un modèle numérique basé sur la méthode éléments finis a été mis en place. Il prédit l’isolation acoustique du vitrage à intégrer dans le modèle numérique SEA pour tenir compte de l’effet des joints aux limites de l’échantillon de verre. Étant donné que la calibration du modèle à des moyennes et hautes fréquences est le fruit d’un processus empiriques de recherche de paramètres, il demeure essentiel de considérer une révision par de futurs travaux du modèle et de la méthode de recherche.

As the cabins of new vehicles become increasingly silent, the sound quality and the acoustic comfort have become key arguments for car manufacturers to destinguish themselves from their competitors. Research on sound perception currently relies on an experimental approach involving juries listening to signals recorded on prototypes. To avoid the costs associated with these elaborate setups, a digital approach is proposed in the present work. The results of a model based on the SEA method (Statistical Energy Analysis), developed by Saint-Gobain Research Compiègne, would be used to generate the signals for subjective experiences. It is already used to predict the impact of glazing changes on the interior noise level of a vehicle exposed to environmental noise. However, its use to assess the automotive acoustic comfort brought about by these changes raises several questions, which we address in this thesis : — How should we generate audio signals from the predicted sound pressure level? — Can we use the obtained signals to evaluate acoustic comfort inside the car cabin with the same effectiveness as with recordings measured in the vehicle? Firstly, a signal generation process based on data obtained from the numerical model was proposed and then validated through a perceptual experiment. Next, two other subjective assessments by a panel of judges revealed a similar trend in the annoyance experienced, for several glazing configurations, regardless of the origin of the sounds (simulated or measured). They did, however, highlight a discrepancy in the assessments when tempered glazing was introduced into the vehicle configurations. The window seals, which were not included in the model, were suspected of being the cause of this variation. Subsequently, the experimental examination of the vibro-acoustic behavior of a flat glass installed in the window seals allowed us to observe a dissipation contribution from the seals. This resulted in an increase of the acoustic insulation of the glazing. As this insulation characterizes the glazing in the model, its sensitivity to the dissipation contribution of the seals had to be incorporated into our numerical approach. Finally, after analyzing the dissipation mechanisms for both the glazing and the seals, a numerical model based on the finite element method was implemented. It predicts the acoustic insulation of the glazing as it should be integrated into the SEA numerical model in order to take account of the effect of the joints at the boundaries of the glass sample. Given that the calibration of the model at mid-high frequencies is the result of an empirical parameter search process, it is essential to consider revising the model and search method in future work.