汽车冷却风扇产生窄带噪声的数值研究

摘  要

轴向冷却风扇通常用于电动汽车冷却高热负荷的电池。冷却风扇的一个缺点是由风扇叶片和气流所面临的障碍造成的高气动噪声水平。为了在车内创造一个舒适的机舱环境，并减少外部噪声排放，需要一个低噪声的轴流风机安装设计。研究的目的是研究有效的计算气动声学(CAA)模拟过程，以协助冷却风扇的安装设计。在本文中，我们报道了目前的研究进展，其中风扇噪声的窄带成分是重点。采用两种方法计算噪声源。在第一种方法中，使用非定常雷诺平均Navier-Stokes方程(非定常RANS，或URANS)模型获得的流场。在第二种方法中，将稳态RANS与运动参考系(MRF)模型得到的流场方位角模态作为声源。通过求解非齐次亥姆霍兹方程计算声源产生的声场。将基于这两种方法的仿真过程应用于文献中的一个基准案例，并将仿真结果与实验数据进行了比较。

介  绍

在汽车工业中，电气化是当前的趋势。电气化可能会显著增加潜在NVH问题的数量。其中一个课题是电动汽车冷却系统中的风扇噪声，它在给电动汽车电池充电时产生显著的噪声排放。冷却风扇噪音不仅降低了机舱的舒适度，而且还会向外传播，对周围环境造成明显的污染。因此，需要开发安静、高效的冷却系统。为了降低产品开发成本和时间，建立一种鲁棒高效的风机噪声预测数值工具是有益的。

在文献中可以找到几种预测风扇噪声的数值方法。例如，利用Ffowcs Williams Hawkings方程预测高转速离心风机的偶极子和单极子噪声;利用Lighthill类比的变分形式对轴向冷却风扇的窄带和宽带噪声进行了研究;采用声扰动方程研究了轴流风机的气动声学特性。数值方法的选择取决于许多因素，如仿真精度和时间的要求，软件的可用性等。

在这篇论文中，我们报道了我们的数值研究，用于预测窄带风扇噪声使用混合计算空气声学(CAA)策略。通过Zenger提供的实验数据作为基准案例验证了仿真结果。第3节首先对所采用的模型进行了总结。模拟设置将在第4节中介绍。第5节给出并讨论了数值结果。

模型总结

本文采用混合计算气动声学(CAA)策略计算风机噪声，其中流场和声场分别计算。3.1和3.2小节分别介绍了流场计算的CFD模型和声场计算的CAA模型。

CFD模型

对于冷却风扇的应用，通常将计算域划分为旋转和固定区域。


图1 模拟的数值设置

风扇在旋转区的运动可以这样建模：1、滑移网格法；2、MRF方法。本文对两种方法都进行了研究。在滑移网格法中，明确考虑了风机的转动，因此模拟必须是瞬态的。另一方面，在MRF方法中，旋转域的网格是静止的，但有相对速度，表示为



其中u是相对于坐标系的速度，是旋转参考区间的角速度，r是旋转坐标系中的位置向量。


图2 风扇区周围的CFD和声学网格

MRF方法基于定常流场模拟，与滑移网格法相比，需要较少的计算资源。然而，后者被报道比MRF在冷却风扇应用中更精确。本文将这两种方法所得的流场进行了比较，并将其应用于CAA中。

本研究对非定常RANS方程采用滑移网格法，对稳态RANS方程采用MRF法。定常和非定常模拟均采用可实现的k -ε两层模型(全y+壁面处理)，并假设流体不可压缩。

在声源生成方面，滑动网格法应该能够解决任何与大规模谐波振荡相关的窄带噪声源，而MRF法只能估计叶片通过频率及其谐波处的声源。

空气声学建模

本文在频域上求解一个改进的Lighthill类比。类比的变分公式如下



模拟设置测试用例

本研究以9叶型轴流风机N1UG为研究对象。利用提供的风机流量和声学测量结果验证了数值模拟的正确性。

风扇直径495mm，轮毂直径248mm。风机的CFD设置旨在复制测量设置:风机安装在一个短管道中，吸入侧有一个进口喷嘴，压力侧有一个扩散器;如图1 (a)所示。叶尖间隙为2.5mm，风管半径为r = 250mm。设置风扇转速为1486RPM。

CFD的计算域分为三个独立的部分:进口(吸力侧)、出口(压力侧)和风机区域。进、出口为静止区，中间的风扇区为旋转区。旋转部分与其它静止部分通过两个共形界面分离。核心区采用多面体网格(2000万单元格)，近壁处采用棱柱层;如图2 (a)所示。进行网格研究，检查模拟的收敛性。在边界条件下，吸入侧最左端面的入口速度为均匀，值为0.308 m/s，对应设计容积流量1.4 kg/m3;压力出口指定在压力侧的周围面，其压力值为常压值，表示从试验室内自由流出;其余面作为无滑移边界条件和wall。

与CFD域相比，声域只包含吸力面而不包含压力面;如图1(b)。这是因为所要比较的声学测量数据只在吸力侧，所以使用修正的Lighthill类比时，无需研究风机压力侧的噪声传播。用于声学模拟的体网格有近230万个四面体细胞。近源面相对于远离源的区域适用较小的网格尺寸;如图2(b)所示。所设计的网孔尺寸保证在最高频率下，每个波长至少有6到10个线性元素。

在运行CFD时，首先使用MRF方法。收敛稳态解有两个目的:一个是生成的初始流场滑动网格方法,另一个是保存在源表面速度场图2(b)的计算声源。MRF计算后,将时间序列保存在源表面，计算每个时间步长(Δt = 0.1 ms)的声源。经过2秒的模拟时间后提取URANS结果，这相当于50个风扇转数。输出结果的总时间约为0.7 s，相当于17转。

从式(2)可以看出，如果由非定常模拟得到流量数据，计算Lighthill的表面密度是简单的。然而，对于MRF，可能需要操纵稳定流数据来生成Lighthill表面密度的频谱，本文通过将源表面上的平均轴向速度Ux分解为其方位模态来实现。



θ为角坐标，如图3所示。方程(6)通常用于分析非均匀入流对风机叶片的声负荷。然而，本文采用式(6)中的每个模态来计算渗透源表面上的声源，而不是不渗透叶片上的声源。本研究采用不同的方法:首先以角速度Ω = 2πRPM/60人为地将稳态数据绕轴旋转一周，将坐标从角度θ转换为时间t(即θ = Ωt)。然后，我们计算得到时间序列在源平面上每个节点的傅里叶模态。这种基于MRF的方法只能用于预测叶片通过频率(BPF)噪声。


图3 MRF稳态流动模拟得到的源面轴向平均速度

在人工旋转风机时，采用基于三角剖分的三次插值，根据目前对轴流风机的研究，这样插值误差更低，特别是在风机轮毂区域。

结果与讨论

流动结果

表1显示了风机在稳态和非稳态模拟中的压差。与实测数据相比，稳态RANS对压力上升的估计相对较低，与实测数据的偏差为7.8%。另一方面，URANS对测量值给出了更接近的估计，偏差为2.4%。

表1 平均流量压力升高


图4为不同方法的时间平均轴向速度剖面Ux。在吸力侧，MRF结果总体上高估了速度，而滑移网格的结果与测量值一致性要好得多。对于压力侧，两种模拟结果都与测量结果相符。


图4 沿探头的平均轴向速度剖面Ux

图5显示了四种不同探头位置下壁面压力波动的功率谱密度(PSD)。由于使用了URANS模型，结果只关注风扇噪声的窄带成分。从图中可以看出，仿真成功地解决了222.9 Hz和445.8 Hz的前两个bpf，但在除探针14外的大多数探针位置都有轻微的高估。在35hz左右的次谐波峰预计是由间隙流与风扇叶片的相互作用引起的。仿真结果大大高估了这四个探测器位置上的次谐波峰值。


图5 四种不同探头位置下的流量压力PSD

声学结果

图6显示了在图1（b)中描述的前四个麦克风的位置PSD的声压。从图6的实测数据可以看出，在335hz左右的次谐波峰值的幅值甚至高于BPF的幅值，说明在频率范围内，次谐波的效应占主导地位。采用滑移网格的仿真成功地再现了次谐波的频率和BPF的峰值，但次谐波的振幅被高估(除麦克风4外)，而BPF的振幅被低估。


图6 在图1 (b)所示的四个麦克风上的声压PSD

从图6可以看出，MRF方法预测的前两个BPF峰(w分别为9和18)被高估了。综上所述，滑移网格方法似乎能够很好地预测出离轴位置(如图1中的Mics1、2和3)的次谐波峰值。对于bpf，滑移网格方法低估了峰值，而MRF高估了峰值。这两种方法都需要进一步的调查，才能对它们的表现作出一般性的结论。

文献来源：Numerical Investigation of Narrow-Band Noise Generation by Automotive Cooling Fans,Published 30 Sep 2020 by SAE international in United States.