广告
轿车外部流场对车内噪声的预测
2021-10-08 19:58:20· 来源：AutoAero
摘要与外部流动有关的内部噪声的气动-振动-声学预测要求准确预测车辆外部表面的波动压力和这些表面压力向车辆内部的振动-声学传播的有效模型。本文使用的模拟策
摘要
与外部流动有关的内部噪声的气动-振动-声学预测要求准确预测车辆外部表面的波动压力和这些表面压力向车辆内部的振动-声学传播的有效模型。本文使用的模拟策略结合了 CFD 和振动声学方法。基于附加声波方程的不可压缩非定常流场，采用混合CAA方法计算了一个精确的激励场(同时考虑了水动压和声压的波动)。为了获得驾驶员耳朵的内部噪声水平，使用振动声学模型来计算结构和内部空腔的响应。对梅赛德斯-奔驰s级轿车进行了气动振动声学仿真，并与实验测量结果进行了比较。
1 引言
由于道路和发动机噪声的显著降低，风噪声对汽车发展变得越来越重要。对于许多车辆来说，风噪声是高速行驶时车内噪声的主要来源。车辆外部形状的微小变化有时会导致车内风噪音水平的显著差异。对于外部空气动力学，外部形状变化的影响原则上可以在风洞试验中使用油泥模型进行评估。然而，这样的模型不能用于评估室内噪声。此外，由于成本降低和开发周期缩短，在需要对车辆形状做出设计决策时，通常无法使用油泥模型。为了预测早期开发设计对车辆形状的改变对车内噪声的影响，有必要验证模拟方法。在某些情况下，可以通过仅考虑流动中的外部源来调查设计变更的影响。然而在大多数问题中，为了评估不同的设计变化，还需要计算驾驶员耳朵内部的声响应。
车内风噪声的数值模型需要两个主要因素: (a)对车外激励场的准确描述; (b)从车外到驾驶员耳朵的主要传动路径的振动声学模型。感兴趣的频率范围和使用的振动声学分析方法因感兴趣的区域和来源而异。例如，通过侧面玻璃传递的噪声通常是1-5kHz内风噪声的主要贡献者。一个典型的侧玻璃只有几百个低于5kHz的结构模式，因此使用有限元（FE）进行了很好的描述。流体对侧面玻璃的激发通常在空间上是不均匀的，侧面玻璃表现出的透射特性取决于个别结构模式的细节。由于该方法固有的详细模态特性的平均值，因此难以使用统计能量分析（SEA）来描述此类传输特性。然而，在感兴趣的频率范围内，车辆的内腔和声学包通常表现出短波长行为，即难以使用确定性方法（如FE）有效描述。因此，SEA更适合描述内腔的短波混响响应。因此，在当前方法中，针对不同的物理区域使用不同的振动声学方法。
准确预测脉动表面压力还需要准确的车辆外部流动模型。脉动表面压力通常由对流波数和声波波数的不同能量集中组成，可通过波数频谱分析。对于侧面玻璃噪声，尽管声波数远低于对流波数，但声波数通常是造成室内噪声的主要因素。为了避免与直接噪音计算有关的困难(例如尺度差异、扰动和边界条件下的声反射和网格转换、声学近场内容的流体力学掩蔽) ，有必要用声学类比分别描述对流和声学表面压力的贡献。由于这种分离，不考虑声学与流场的后向耦合，这可能是捕捉共振抖振现象所必需的，但对于侧镜噪声来说可以忽略不计。随着计算资源的增加，除了原始的积分方法外，还可以使用各种数值方法（如FE、有限体积（FV）、有限差分（FD）或间断伽辽金（DG）技术）来实现这种混合计算气动声学（CAA）策略。无论采用何种数值离散方法，混合型CAA 的最重要要求是能够提供一个自包含的声学解来描述车辆外部的声学近场。
本文描述了应用于侧窗噪声的全气动-振动-声学模拟过程(因为这是中高频风噪声最重要的传播途径之一)。
首先，对混合 CAA和振动声学分析方法进行了更详细的讨论。第二部分介绍了梅赛德斯-奔驰s级轿车的实验装置以及气动声学和振动声学模型。最后讨论了仿真策略的结果，包括侧面镜尾迹三维流场和a柱涡的验证。研究结果揭示了外部声场和侧窗激励声波的起源。通过将预测的车内噪声级与风洞测量得到的噪声级进行比较，对模型进行了验证。
2 方法
2.1 杂交CAA
本文采用的混合计算气动声学计算方法是基于不可压缩的分离涡模拟(DES)，即求解的非定常压力波动不包含声学信息。通过使用DES，结合了大涡模拟(LES)和非定常雷诺平均 NavierStokes 模拟(URANS)的优点。在需要高分辨率网格的LES区域内，湍流流动结构和声源机制可以被精确捕获。不稳定的RANS部分减少了计算工作量，并能够用于更大的工业应用。
为了设计一个合适的声学近场类比，人们必须遵循Lighthill的原始想法来计算等效噪声源，这些噪声源随后可用于波动方程:
（1）
不幸的是，只要存在声源项，Lighthill方程求解的是声近场中的总压而不是声压。但由于镜面尾流和A柱涡，在侧玻璃附近肯定存在强源项。为了消除水动压力波动，水动压力波动会掩盖和扭曲声学近场内容，最近的方法使用将变量拆分为水动压/声学和热力学部分。
同样，压力脉动p’可以分为流体动力学脉动和声学脉动。应用莱特希尔方程，可以形成声压的波动方程：
（2）
由于满足不可压缩压力的泊松方程，右侧的源项减小为不可压缩压力波动的二次导数。
这个波动方程是在STAR CCM+软件包中实现的，可以在不可压缩的CFD旁边在时域内实时执行。为了限制数据传输和避免映射的影响，在同一网格上计算了不可压缩流、声源项和外部声传播。这种策略的主要优点是，由于分别获得了流体力学和声学解，因此对结果的解释要容易得多。
2.2 振动声学
分析中采用的振动声学模型包括有限元侧面玻璃和QUAD8壳单元网格，以及一系列SEA声腔，用于模拟汽车内部的声学空间。模型的建立和计算是用商业振动声学软件wave6完成的。为了获得振动声学模拟的参数，进行了各种测量并进行了后处理。目前研究中分析的车辆具有钢化侧面玻璃，因此将均匀厚度的物理性能应用于侧面玻璃的元素。侧面玻璃的阻尼通过在原位玻璃上进行的后处理迁移率测量来获得。然后在模型中使用频率依赖的玻璃阻尼。
原则上，内腔吸收可以通过包含有关汽车声学包的信息来预测。然而，在目前的分析中，腔吸收是通过在车内进行各种T60测试得到的。然后将频率依赖性吸收光谱应用于各种SEA腔。
从混合CAA分析获得的波动表面压力进行后处理并转换为振动声学软件内的频域。应该注意的是，本文所描述的分析过程并不需要任何半经验荷载拟合到脉动表面压力数据，而是保留了荷载的详细空间描述。发现在不同空间区域均匀化的半经验荷载的使用不足以准确地描述与典型设计变化相关的内部噪声变化。
3 模型设置
3.1 实验
在斯图加特大学FKFS气动声学风洞中进行了实验测试。所有非定常流动拓扑结构和内部噪声的测量都是指U0=140kph的自由流速度和30s的信号长度。实验装置如图1所示。
图1 梅赛德斯-奔驰S级车，车底气流受阻，驾驶员耳朵处的车内噪音测量
由于本文中的模拟策略集中于通过侧玻璃传输的侧镜噪声，因此必须确保在实验中消除所有其他到车内的传输路径。
对于当前车辆，发现车辆中其他玻璃面板的贡献对驾驶员耳朵位置的影响较小（特别是当使用自由场话筒而不是人工头时）。为了减少来自车底声源的低频/中频贡献，木制裙板可阻断整个车底气流，从而避免噪声源的产生和传播。此外，所有相关的间隙和密封都用胶带固定，并消除了冷却气流。
实验测试考虑了两种不同的侧窗面板:
1. 一块坚硬的铝板，配有8个平齐安装的表面麦克风，以捕捉a柱涡旋的流动拓扑结构和侧窗上的镜面尾迹。
2. 用于室内噪音测量的4.85 mm钢化侧玻璃(ESG)。
3.2 气动声学模型
图2给出了s级CFD/CAA模型，并建立了与实验模型相似的关于无冷却空气和下体流动的模型。由于不可压缩CFD以及声源项计算和声传播都使用相同的网格，因此该模型必须考虑所有方面: 特别是在感兴趣区域的流体动力学流动结构的适当解以及足够小的耗散声传输的可能性。
计算领域扩展到55米长，30米宽和30.36米高。由于气动声学结果集中在侧玻璃附近，因此仅进行了半个模型以减少网格总数。混合方法的一个优点是在相同的边界上定义了不同的边界条件。虽然求解半模型的流场必须具有对称边界条件，但对声波方程可以独立地应用无反射边界条件。
图2 梅赛德斯-奔驰S级车车底流阻塞的混合CAA模型
大多数单元计数应用于图2中标记为蓝色和灰色的高分辨率侧窗区域，以便捕获高频的声噪声源。
为了将声源项的计算限制在高分辨率区域，并避免在网格界面上出现可能出现的虚假声源，在感兴趣的区域应用了噪声源加权函数(图3)。
图3 噪声源加权函数（z=0.7m）
最后，CAA模型必须允许自由场声辐射。除了反射的车身和风洞地面，所有的边界都是不反射的。基于感兴趣区域的精细网格分辨率，每个波长存在足够数量的单元来准确描述声音传播。更重要的是在远场存在大的网格接口。为了避免这些界面上的声反射，在声波分辨率变得过于粗糙之前，在感兴趣的区域附近增加一个声学阻尼。
3.3 振动声学模型
当前研究中使用的振动声学模型如图4所示(图中各个组件已经缩小，以帮助可视化它们的连通性)。侧面玻璃的表面被划分为与内部和外部声学空间接触的湿润区域，以及延伸到车门的未湿润区域。内部空气体积被分成18个SEA空腔来代表不同的舱室部分。
图4 梅赛德斯-奔驰S级轿车的振动声学模型
4 结果
在混合CAA方法中，利用流体力学流场产生声源。因此，准确预测水动力流场是非常重要的。在随后的章节中，将水动力流场的精度与测量值进行比较。原则上，近场声学也可以通过与试验的比较得到验证。然而，近场声学通常在水动力压力下“隐藏”，并且由于其数量级较低，因此难以分别量化和诊断局部声学内容和噪声源。
一种方法是通过进行远场观测(例如利用麦克风阵列和波束形成算法试图确定源位置)来过滤测试中的动水压力波动。在某些情况下，人们还可以试图通过使用大量的表面传声器进行基于测试的表面压力测量，并将压力分解为其波数-频率谱来识别声学近场。这种方法的一个困难是，侧玻璃上的声学含量通常会发生显著变化（在某些情况下，变化超过5dB），因此，这种测试的结果可能对玻璃的哪个区域用于测量和波数分解非常敏感。最后，它也可以通过测量内部噪声间接验证声学解决方案(因为侧面玻璃作为一个空间滤波器，优先传输外部声学)。在目前的研究中，近场声学的准确性被验证使用后一种方法。
4.1 外部流体力学
图5和图6绘制了两个压力探针与实验数据的比较。侧窗上计算的流动拓扑清楚地显示了A柱涡和镜面尾流的范围。如图所示，每个流动区域中的探头与测得的压力谱非常一致，至少达到6-7kHz。为了估计模拟信号长度的影响，以与灰色公差带相同的方式对实验数据进行额外评估。
图5 侧窗上的压力波动(a 柱涡)
图6 侧窗上的压力波动(镜面尾迹)
尽管模拟的压力谱与测量值相匹配，但考虑到压力探头的物理尺寸，预计在模拟中高频压力波动会进一步减小。事实上，由于其短波长内容，较高频率的对流波数由实验话筒膜（ø=10 mm）过滤。与更精细表面网格的一个单元中的模拟结果相比，在数值研究中不考虑这种“自然平均”效应。
图7中显示了穿过镜面尾流的水平切口。除了功率谱密度的下游衰减外，还可以清楚地看到主要的网格粗化步骤，该步骤在所示的3 kHz第三倍频程频带内导致额外的压力波动。通过在高分辨率区域内应用噪声源加权函数，这些人工压力扰动不会影响声学解。精确过滤CFD模型中未充分解析的空间区域产生的源的能力是混合方法的一个重要优点。
图7 3kHz第三倍频压力谱[PSD](z = 0.7 m)
总之，流体力学的结果与实验结果相比较好，为进一步的声学研究提供了一个良好的起点。
4.2 外部声学
在目前的研究中，没有将模拟的声学近场内容与实验进行直接比较（因为基于测试的近场声学估计的复杂性和费用）。在本节中，各种信号处理方法用于深入了解混合声学解决方案领域。对流和声学现象具有非常不同的传播速度，这导致两种现象的空间波数含量非常不同。因此，可以通过考虑波数频谱来诊断各种表面的表面压力。与实验研究相比，数字压力探头的数量和位置几乎没有限制。随后的结果在侧窗的0.52m×0.24m x-z矩形截面上进行评估。
图8显示了频率为1.5kHz的非定常CFD解的波数谱。由于它是一个不可压缩的解决方案，推荐用于应用声学类比，它不包含低波数(声学)含量。图8的右侧图片突出显示了这一点，该图片是左侧表示声学波数的小圆的缩放视图。大圆圈用对流速度标记波数，对流速度是自由流速度的75%。波数谱的形状与沿x方向对流的Chase或Corcos波数谱的形状相似。
图8 不可压缩DES的波数谱（1.5 kHz）
如果我们以相同的方式分析声压场，就会得到如图9所示的结果。有两个声波在侧窗上传播，其中下游峰值被认为是镜面噪声。与其他声学类比(例如Lighthill)相反，声学解决方案中不存在对流波数。这使得能够独立分析声学和水动力学压力场及其在内部的分布，这在风洞测量或可压缩CFD模拟中是不可能的。
如果仔细观察图9中的镜面噪声，就会发现声学信息并不完全与声学圆周一致。此外，较细的左移圆表示对流声传输下的声波数目。因此，声波方程描述了静止介质中的声传播，这意味着声波相对于侧窗有一个特定的入射波动角度。
图9 声波方程的波数谱(1.5 kHz)
图10中3.5kHz处可见具有两个声学分量的水动力（左）和声学（右）波数谱的相同图片。由于在较高频率下具有更好的低波数分辨率，因此可以看到反射镜位于侧窗上的后处理区域下方一点，该侧窗由波数变换中反射镜噪声的KZ波数部分看到。
图10 水动力学(左)和声学(右)波数谱(3.5 kHz)
为了感受声学和水动力学能量含量的巨大差异，图11显示了二者的综合波数含量。在感兴趣的频率范围内，水动压场和声压场之间有超过30分贝的差异。
图11 矩形侧窗区域的波数积分功率谱密度
为了更好地理解和洞察，图12和图13在物理域中显示了这两个解决方案字段。图12显示了车辆表面和通过后视镜的水平面上不可压缩压力的快照。A柱涡和镜面尾流中对流结构的动态范围限制在±100 Pa。除此之外，还可以在B柱处观察到压力波动，B柱的作用类似于前向台阶。
相反，图13中的声学解场被缩放为±0.2Pa，这意味着为了使声学可视化，范围缩小了500倍。由于采用3kHz带通滤波解决方案，两种声源均可清晰识别。强反射镜光源在整个侧玻璃面板上传播，另一个光源位于B柱上。
图12 不可压缩DES压力场(水动力学)
通过可视化来自混合CAA的声学解决方案，有可能获得对源位置的重要洞察力，并确定和优化具体的对抗措施。由于水动力场的存在掩盖了声学响应，使用基于测试的方法或可压缩的CFD分析常常很难获得这样的见解。隔离分析声源内容提供了见解，但通常不足以确定设计变化将如何影响内部噪声水平。
图13 声波方程的3kHz带通滤波压力场（声学）
4.3 车内噪声
非定常CAA结果可用作振动声学模型的载荷。在将表面压力映射到振动声学模型上时需要特别注意，以避免通常使用标准映射方案获得的不准确性。在当前的分析中，使用了保守的映射策略，以确保从精细的CAA表面网格到更粗糙的FE侧玻璃网格的精确映射。
图14描绘了驾驶员顶空腔内部位置的内部噪声水平，并与风洞测量的内部噪声进行比较。混合CAA策略的一个非常有用的见解是，每个激励场的贡献-流体力学和声学-可以单独评估。
图14 驾驶员耳旁处内部噪声
根据以前的研究，水动力激发场对600Hz以上的内部噪声水平没有实质性贡献。模拟的内部噪声主要由声压场控制，非常适合实验测量。在较低频率时，模拟结果与实测值偏差较大，因为在振动声学模型中不考虑门板和屋顶等传递路径，模拟信号短波长(T=0.15s)的不确定度也较高。
在3kHz时，水动力噪声和声学噪声的总和与实验相比没有出现重合峰。由于声波方程描述的是静止介质中的声传播，所以对声含量(红色曲线)采用了近似多普勒频移来解释流动的对流(Ma=0.11)。声速的这种微小变化显着影响了结构激发的巧合，其中玻璃窗分别对不同的入射角或波数非常敏感。在巧合之上，计算的噪声水平下降得比测量的要快得多。看起来使用的时间和空间离散化不足以精确地捕获更高的频率。需要进一步的收敛性研究来诊断上述巧合行为。
5 结论
本文研究了梅赛德斯-奔驰s级轿车侧面玻璃传递的风噪声对车内噪声水平的预测能力。采用了一种混合CAA方法，该方法包括一个附加声波方程的不可压缩分离涡模拟。这种方法提供了准确的结果，可用于识别不同的声源机制。将水动压和声学载荷应用于振动-声学模型，以预测驾驶员耳朵处的内部噪声。该模型结合使用了振动声学方法，以提供有效的分析，并确保准确预测通过侧玻璃的传输。提出的气动-振动-声学模拟策略提供了与测试测量值非常一致的内部噪声级，并深入了解了使用现有方法难以获得的源贡献。
对于未来的优化，下一步必须验证所提出方法准确预测设计变更的能力。
文献来源：
Schell, A. and Cotoni, V., "Prediction of Interior Noise in a Sedan Due to Exterior Flow,"SAE Int. J. Passeng. Cars - Mech. Syst. 8(3):2015, doi:10.4271/2015-01-2331.
AutoAero是吉林大学张英朝教授团队建立的专业汽车空气动力学微信公众号号，致力于普及汽车空气动力学知识，传播汽车空气动力学。推广包括流体力学基本理论，汽车空气动力学及热管理水管理等基础知识，乘用车气动造型设计，卡车气动造型设计，风洞实验技术等多方面的内容。
广告
广告
最新资讯
-
奇石乐为自动化压装工艺提供全新升级的智能
2024-11-22 08:31
-
招商车研成功开展货车火灾安全测试
2024-11-22 08:29
-
SAECCE 2024丨 “AI大模型与端到端自动驾驶
2024-11-22 08:21
-
智能网联测试：迈出无人驾驶的关键一步
2024-11-22 08:20
-
中国智能网联汽车技术规程（C-ICAP-2024版
2024-11-22 08:17
广告
广告
