注 册  找回密码

QQ登录

2024年04月19日  首页公告版规
查看: 185|回复: 0
打印 上一主题 下一主题

[网友交流区] 重庆点声源汽车隔音改装 丰田埃尔法改装大白鲨 坐享安静

[复制链接]
跳转到指定楼层
【楼主】
发表于 2020-9-29 22:59:07 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
【车型原车噪音系统分析】丰田埃尔法是一台高端、豪华MPV,用它来作为出行的座驾,说明了车主对驾乘品质有着极高的要求。虽然这台埃尔法原车对噪音控制要比同级的很多车型都要好很多,但对车内的环境车主有着更高的要求。为了进一步降低车内噪音,车主通过朋友的介绍,来到了重庆点声源进行大白鲨隔音的升级。


丰田埃尔法隔音改装


【对症下药-噪音的解决方案】根据车主的诉求,点声源的改装技师首先对这台埃尔法进行了实地路测,通过专业仪器对噪音信息进行采集与分析,定位了噪音的位置与大小,并以此制定了针对性的降噪方案:使用大白鲨隔音材料,对汽车的门板、脚踏位、底盘、后备箱、轮弧、后尾盖等位置,做隔音的升级。

施工位置及材料选择
门板第一层 金鲨JS300   第二层  金鲨JS300  门板内饰:高弹棉
脚踏位:金鲨JS300+隔音垫+高弹棉
底盘:金鲨JS300+高弹棉
后备箱:金鲨JS300+高弹棉
轮弧:金鲨JS300+高弹棉
引擎盖:金鲨JS300+引擎盖棉

面对汽车的发动机舱内的噪音,改装技师对汽车的引擎盖位置进行施工。先使用金鲨JS300对机盖做第一层止振处理,能够有效抑制钣金的共振。再使用引擎盖棉做第二层隔音处理,在隔绝止振过滤后的残余噪音同时,也能够起到很好的隔热作用,防止发动机热量对机盖表漆的烘烤。


后尾盖第一层止振处理


使用引擎盖棉对后尾盖做隔热处理


汽车两侧的门板钣金单薄、隔音措施不足,在汽车行驶中的风噪较大,而且使门板产生了严重的共振噪音。对此,技师首先使用金鲨JS300对门板内、外,做双层止振处理,且将门板包裹严密。抑制了门板共振的同时,也阻隔了风噪的入侵。之后,再针对门板内饰使用高弹棉做隔音处理,能够将门板过滤后的残余噪音进一步吸收隔绝。


原车门板的隔音措施欠缺


对门板做第一层止振处理


对门板做第二层止振处理


止振材料包裹严密


后门板双层止振处理


止振材料包裹严密


使用高弹棉对门板饰盖做吸音处理


在将埃尔法座椅、脚垫拆下后,能够看到原车底部的隔音措施十分简陋。首先在前脚踏位,受到前轮胎噪、路噪的影响,产生了极大的低频共振噪音。对此,技师使用金鲨JS300做第一层止振处理,增强钣金的抗振性,再使用对低频共振抑制效果出色的隔音垫,做第二层隔音处理,隔断噪声的传播。最后,再使用高弹棉做第三层吸音处理,能够将前两层过滤后的残余噪音进一步吸收隔绝。


原车底盘隔音措施欠缺


对脚踏位做第一层止振处理


脚踏位第二层隔音处理


脚踏位第三层吸音处理


前脚踏的三层隔音升级完成后,在噪音相对小一些的底盘和后尾箱的位置,改装技师使用金鲨JS300做第一层止振处理,搭配第二层的高弹棉做吸音处理,有效的抑制、隔绝了底盘和后备箱的噪音共振。并且技师还将汽车后内轮弧、尾箱侧壁也包裹严密,有效阻隔了路噪和胎噪的传入,进一步提升了整体的降噪效果。


底盘第一层止振处理


止振材料贴合紧密


尾箱位置第一层止振处理


内轮弧第一层止振处理


尾箱第二层吸音处理


底盘第二层吸音处理


吸音材料包裹严密


吸音材料贴合紧密


尾箱第二层吸音处理


内轮弧第二层吸音处理


【隔音效果点评】高品质的大白鲨隔音材料无毒环保、隔音效果出色,在经过改装技师针对性、扎实的隔音施工,这台丰田埃尔法原车的噪音进一步得到了抑制,车主试车后也非常惊喜,即便是高速状态下,产生的噪音也微乎其微,让车主非常满意,对大白鲨隔音材料十分认可。

分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 顶 踩
您需要登录后才可以回帖 登录 | 注 册

本版积分规则

各地改装分论坛
上海 无锡 常州 福州 杭州 江苏 苏州 南京 安徽 合肥 江西 山东 青岛 浙江 福建 北京 石家庄 天津 河北 山西 内蒙古 广东 广州 东莞 佛山 深圳 湖南 湖北 河南 海南 广西 重庆 贵州 四川 黑龙江 辽宁 吉林 宁夏 甘肃 陕西
各地改装网分站
广州汽车改装店 深圳汽车改装店 上海汽车改装店 北京汽车改装店 苏州汽车改装店 东莞汽车改装店 佛山汽车改装店 重庆汽车改装店 成都汽车改装店 杭州汽车改装店

手机版|Archiver|欧卡改装网 ( 苏ICP备10223078号 苏州工业园区布加迪网络科技有限公司版权所有  

GMT+8, 2024-4-19 10:57 , Processed in 0.078430 second(s), 24 queries .

返回顶部