基于CFD/SEA的车内风噪声预测方法

摘要

对于大多数汽车制造商来说，空气动力噪声正在成为高速公路速度下的主要高频噪声源。气动声学相关问题的设计优化和早期检测仍然主要是一门实验艺术，这意味着高成本的原型、昂贵的风洞实验，以及潜在的后期设计变更。为了减少相关成本和开发时间，开发可靠的数值预测能力具有强大的动力。本文的目的是提出一种计算方法，用于预测温室风噪声对车辆乘客所听到的车内噪声的贡献。该方法基于将用于风噪声激励的非定常计算流体动力学（CFD）求解器与用于结构声学行为的统计能量分析（SEA）求解器耦合。基本策略是将面板上CFD产生的时域压力信号转换为结构功率输入，然后将其用作SEA模型的输入，从而产生机舱内的噪声。这种方法量化了来自车内不同位置（驾驶员和乘客顶部）的不同面板（例如侧窗、挡风玻璃）的风噪声贡献。本文介绍了该方法的关键技术和数值方面，并将实际汽车情况下的车内噪声预测与实验测量结果进行了比较。作为使用实例，本文介绍了一项汽车外形设计研究和一项声学组件优化研究。

介绍

统计能量分析（SEA）是一种成熟的技术，通常用于汽车行业的车辆开发过程中，以提供设计建议。SEA在弱路径分析、目标设定、概念评估甚至设计敏感性分析的早期阶段最具体地实现，并且可以轻松地与其他模拟工具或测量程序相结合。早期文献表明，目标设定和概念评估都需要对总成组进行贡献分析，将其定义为直接影响车厢声学的主要车身部件，考虑到所有激励类型。这种贡献分析首先需要建立一个通用的结构声学模型，其次是定义和识别每个组件组的临界激励，第三是涉及半实验或模拟程序的激励特征，作为结构声学模型的输入。通用是指在这种情况下，模型参数被定义为变量，可以与设计变更一起修改。

车辆温室自然与风噪声有关，是涉及各种激励的重要组件示例。车门、车顶、挡风玻璃、后窗和侧窗是通常定义的装配组，即使可以对该细分进行细化，以更好地处理特定的系统分析。对于目标设定，温室组件组与其临界激励相关：车门、车顶、挡风玻璃、后窗和侧窗的交通噪音；侧窗和车门的轮胎噪音；挡风玻璃发动机噪音

；后窗排气噪声；侧窗的风噪，以及挡风玻璃、车顶和全景天窗的风噪（较小）。

然后，为了考虑舱内风噪声的影响，并设置与之相关的适当装配组目标，需要建立带侧窗的车内声学模型。此外，根据经验，侧窗对座舱声学的影响在500 Hz以下很小，并且考虑到这与玻璃结构的中频相对应，因此使用SEA建模是合理的。一个重要的问题仍然存在于风噪声源本身的特性描述中，这需要空气声学领域的特定专业知识和工具。

气动声学团队原则上与NVH团队合作，有时作为同一组织的一部分。他们负责新车外部几何设计或部件建议。在早期设计阶段，必须进行不同的重要评估，以正确设置问题。由于没有任何CFD工具来模拟形状变化对风噪声的影响，这些活动主要局限于为一组风噪声激励定义的一般座舱声学目标的测量，在现有或竞争对手的车辆上以及原型上进行。当出现问题时，将对经过设计修改的车辆进行额外测量，并根据工程师的经验进行选择性更改。由于试验车辆和新设计之间的形状差异，很少调查外部形状的变化。CFD的使用允许在早期阶段进行设计修改评估和概念比较，从而更好地规划风洞测量和汽车项目信息流。理想情况下，人们会优化外部形状，以降低风噪声源水平和空气动力阻力，然后调整温室面板和内部声音包，以满足风噪声内部目标。

如果没有CFD和声学/SEA解算器的精确耦合，客舱内部的贡献分析仍然是一项非常困难的任务。气动声学组件目标很难与NVH部门为特定车辆定义的座舱噪声目标保持一致。这是由于正确评估车厢外部设计变化影响的能力有限，因为不同车身部件的影响尚未确定。预计夹层玻璃等结构变化不会对气动声学激励产生影响，但会对座舱声学产生重大影响。相反，A柱上的小型外部特征线对气动声学激励非常重要，但对内部声学可忽略不计。在工业环境中，耦合CFD和SEA的方法对于在气动声学团队中实现适当的目标设定具有更高的重要性。之前的风噪声模拟研究使用SEA模型测量的外部源水平，以及SEA模型的时间平均CFD。Bremner和Zhu在2003年发表的一篇评论文章中讨论了之前的工作，并强调了主要问题： 湍流激励和面板振动/声学之间的长度尺度（波数谱）差异很大、湍流激励与SEA飞行器模型之间的功率接口、对时间精确的CFD压力模拟的信心。

测量外部湍流压力的另一个限制是，较小的长度尺度会导致自动功率谱中存在非常强的空间梯度。看来，可用于测量湍流压力的传感器数量有限，可能很容易错过响应增强的区域。报告了一个最近的例子，即车辆车底流的高分辨率测量关联与流体压力谱的CFD模拟。先前对侧窗上外部压力波动的时间精确CFD验证表明，现在可以估计车辆形状对风噪声源的影响。有待证明的是，CFD壁面压力波动可以成功地耦合到车辆噪声模型，以分析预测风引起内部噪声。

本文讨论了一种新的数值工具，将CFD和SEA模型耦合起来，以提供由风引起的内部噪声的完整分析模拟。本文的目的是提出一种适用于SEA气动声学开发项目的建模方法。在下一节中，将讨论SEA激励源的建模。接下来，将通过比较各种边界条件下的SEA模态密度和有限元分析（FEA）确定性结果，证明在风噪声频率下使用SEA进行侧窗响应是合理的。并将介绍生产车辆的内部预测和座舱SPL测量之间的比较。最后，将显示几项车辆设计变更的趋势预测。

模型描述和风噪声输入

湍流对振动结构的激励由湍流壁面压力脉动描述，该脉动被视为一个随机过程，取决于时间和空间变量。通常假设结构振动对气流的影响可以忽略不计，风湍流只会在侧窗上提供随机分布力的激励。然而，即使作用在刚性结构上的湍流漩涡也会产生声场。声场声传输对内部的贡献对于考虑声/结构重合频率附近的特别重要，其中弯曲波数与声波数匹配。即使湍流壁面压力波动超过声压25-35分贝，外部声学的贡献似乎是显著的。这种明显的悖论是由结构抵抗短波（高波数）湍流压力激发的极高（刚度）阻抗引起的。湍流场辐射的长波声场与侧窗玻璃上的弯曲波长耦合得更强烈。

本研究的目的是提出一种有效的结构声学模型，该模型包含最基本的子系统，以提供温室风噪声激励的真实机舱预测。SEA模型本身由不同的座舱子腔和玻璃面板子系统组成，其他装配组面板的贡献被忽略。应用的新功能是使用时间精确的CFD来表示车辆形状对壁压波动的影响。

从表面压力场施加到面板上的输入功率（在给定频带内）的一般表达式可以写成：

其中，积分占据面板表面区域。通过扩展速度响应V，输入功率可以用空间二重积分中的压力交叉功率谱和转移迁移率表示：

对于空气中的车辆结构，这两个参数基本上是独立的，因为交叉功率谱来自流体动力学，而传递导纳是一个结构参数，可以在真空中确定。方程式（2）的完整数值计算非常难以直接执行。因此，在当前过程中，采用模型形式进行简化，以自动功率谱和流向和展向流动方向的相干衰减率来表示压力交叉谱。在结构的类似近似水平下，转移迁移率的一般表达式被简化为无限长板的表达式。为了便于以后进行结构修改，输入功率随后转化为侧窗上的等效点力激励：

输入功率表示成电导（点迁移率的真实部分)和结构输入功率的时间均方等效点力。电导可以表示为面板面积、面板模态密度和面板表面密度有关函数。

声场也必须被视为SEA模型的激励。在一般情况下，对于直接耦合和间接耦合，由纯声场激励产生的输入功率可以表示为：

对于低马赫数(Ma<0.3)，可以通过从壁压波动（WPF）导出声场来进行一次近似。对流压力和声压之间的比率是根据“湍流层荷载”和“声近场”之间的标度面积来解释的，后者被视为代表空气传播路径。输入功率计算在所谓的风噪声输入模块中进行（图1）。

图1 将CFD壁面压力波动（WPF）耦合到SEA的概念图

为了演示车辆侧玻璃上的压力交叉谱的计算，首先考虑CFD模型中，表面压力被捕获为每个表面单元的时间序列数据。由于给定模型中可能有数十万个这样的“曲面”，因此完整形式的交叉压力谱可以被想象为一个具有真实自功率对角线和厄米对称非对角结构（厄米表示复杂共轭转置）的方阵。图2显示了2000 Hz左右窄频带的计算表面自功率（Sxy矩阵的对角线）的表示。

图2 左侧玻璃自动电源为2000 Hz窄带，镜面呈现透明，蓝色到红色轮廓范围为20 dB，十字位于最高压力波动处

在这种情况下，左侧玻璃测量区域被裁剪为仅靠近侧视镜的区域。剧烈压力波动区域（红色）是从左侧后视镜三角窗面板分离出的气流的再附着线，就在玻璃前面。可视化给定一对点的压力交叉谱的一种方法是考虑其平方大小，由两点的自动功率归一化。这被称为相干光谱。通过在自动功率最高的曲面上固定一个参考点，可以在类似于图2的彩色地图中显示与所有其他曲面的一致性。图3所示的相干图表示交叉谱矩阵的单个行或列的幅度归一化。

通过考虑更长的时间平均或更宽的频带，远离红点的中等（浅蓝色）相干区域趋向于向零减小。相干衰减模型考虑了红点周围的区域，作为一种简化全压互谱矩阵的方法。参考曲面位于高相干性实心红点的中间。

图3 最高自动功率点的相干图，18 Hz带宽约2000 Hz

边界条件和模态密度的作用

从关系式（4）和（5）可以看出，对于结构和声学输入功率，模态密度都是一个明确的线性因子。通过对舱室传递函数的简单分析可以看出，如果忽略声学间接耦合的贡献，模态能量与侧窗模态密度成正比。此外，在低频和中频范围内，该参数对边界条件明显敏感。侧玻璃的边界条件很难在实验上以一定的精度知道。重要的是考虑不同的边界条件来验证SEA的使用，并使模型在中频范围内具有更好的精度。

考虑一种具有以下特征的通用侧玻璃：密度2300 千克每立方米、杨氏模量62000000千帕、 泊松比0.24、 模型厚度4毫米、面积0.35平方米。有限元分析提供了以下特征频率。通过模式计数，可以很容易地确定模式密度。现在，SEA中常用的模态密度可以写为：

该表达式通常用于SEA理论中的板子系统，并应提供中高频范围内的真实模态密度值。需要注意的是，对于薄平板，理论模态密度与频率无关。在当前情况下，模态密度为0.0283每赫兹。然后，在带宽为100 Hz的频率范围内，最多可能找到3种模式。

图4 通用侧窗模型的模态密度

图4显示了侧窗系统的模态密度，与理论公式（6）相比，对于夹紧和支撑边界条件，以及侧窗的一个边缘被视为自由，而其他边缘被视为夹紧的特定边界条件。在500 Hz以下，SEA不太可能用于真正的预测可行性，除非实际侧窗边界条件介于自由和一侧自由夹紧的FEA结果之间。理想情况下，FEA模态密度或电导率可用于改善低频下的SEA结果，但本文中的结果是在不修改SEA弯曲子系统的情况下获得的。

预测和测量之间的车内噪声比较

在BMW气动声学风洞中，对生产车辆进行了全胶带状态下的测量。两个麦克风分别位于驾驶员的外耳和内耳位置。图5显示了内部麦克风的布置。此次测量的风速为140 kph，偏航角为零。为了强调侧视镜和车外后视镜的作用，在车辆周围的风洞地板上贴了一条裙子。这有效地消除了车底气流，消除了这种低频对车内噪音的影响。在单独的测量中，生产（a）镜替换为不同的（b）镜，允许从模拟中评估形状设计方向。

图5 内耳和外耳位置有两个内置话筒

对于这种配置的气动声学模拟，车辆几何结构是在水密表面网格中准备的，紧跟着全胶带车辆的形状，包括车身底部裙板。CFD案例的流体网格尺寸和测量区域与Senthooran等人描述的风噪声模板相似。在横摆角为零的情况下，通过垂直/轴向中平面使用对称平面来减小模型尺寸。对于模拟中高频下的侧玻璃壁压力波动，这种近似方法通常是令人满意的。入口边界条件设置为风洞速度，出口边界条件设置为环境静压。

在Exa PowerFLOW lattice Boltzmann程序中进行CFD模拟，在初始瞬态充分衰减后开始表面测量。侧面玻璃表面的压力-时间历史数据以高采样率实时保存约1秒。在模拟之后，对自频谱“dB图”（如图2所示）和车辆声学SEA模型的功率输入，将表面时程分析为频谱。在本研究中，SEA模型的频率带宽为1/3倍频程。

基线1/3倍频程内部噪声验证如图6所示。两个内部麦克风为红色，模拟为黑色。两个麦克风频谱之间的差异很大，可能是由于源方向性和近场效应。之前的一篇文章也报道了类似的测量差异。SEA模型模拟是两个麦克风周围的平均能量，但还不具备任何特殊的方向性或近场建模。

在大多数频带上都发现了良好的一致性。630至800 Hz频带之间的差异可能是由具有边界条件的侧玻璃的模态行为引起的。符合频率峰值正确位于3.15 kHz。可能由于CFD WPF截止、来自镜子的声音方向性或当前分析中未考虑的不同面板的贡献，高频范围未被完美捕获。

图6 测量的座舱SPL与预测值比较，风速140kph，（a）2个麦克风，（b）麦克风上的平均能量

潜在分析类型示例

两种后视镜设计的比较

风噪声模拟的最重要用途可能是帮助车辆外部形状的早期设计。车外后视镜形状通常是车内风噪声的来源，因此我们想用分析工具展示良好的设计方向。镜（a）和镜（b）在外部压力波动和室内噪声方面的差异都很小。图7显示了基于两种镜像形状模拟的500Hz倍频带的WPF dB图。

为了强调设计趋势，通过减去生产（系列）后视镜的声压级，对后视镜（b）的内部噪声谱进行归一化。图8显示了每个麦克风和预测的电平差异。

图7 500 Hz倍频程CFD自动频谱，用于30 dB色阶的系列后视镜（a）和后视镜（b）

图8 后视镜（a）和后视镜（b）的SPL差异

比较两种结构变化：普通玻璃与层压玻璃

侧窗采用较厚的玻璃并不总是一个优势，因为临界频率被转移到较低的频率范围（厚度为4.5mm时为2500 Hz，厚度为4mm时为3000Hz），如图9所示。层压解决方案提高了中高频范围，这是因为增加了阻尼，同时降低了传输。

图9 不同侧窗厚度和夹层玻璃的座舱SPL比较

结论

讨论了一种耦合CFD和SEA的显式方法。成功地将车辆的CFD/SEA解算器预测结果与机舱SPL的风洞测量结果进行了比较。然后，只涉及侧窗的方法可以提供预测，从而提供实质性的设计方向。这种完全分析的风噪声过程依赖于对温室壁压力波动进行时间精确的CFD模拟，该波动在对风噪声非常重要的频率范围内，然后进行后处理，以计算产生内部噪声谱的车辆-SEA模型的适当激振。

这种方法是开发过程的第一步。输入功率确定过程可能会得到改进，因为还包括其他改进： 挡风玻璃、车身底部和其他面板的贡献； 镜子和侧玻璃辐射的声音方向性；这引出了最后一个开发主题，涉及确定性技术的使用，以及SEA和CFD方法。

该工具的一个潜在用途是支持目标设定和部分贡献分析，并进行参数设计，以确定每个频率范围的基本参数。

文章来源：

Moron, P., Powell, R., Freed, D., Perot, F. et al., "A CFD/SEA Approach for Prediction of Vehicle Interior Noise due to Wind Noise," SAE Technical Paper 2009-01-2203, 2009, https://doi.org/10.4271/2009-01-2203.

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。欢迎有兴趣的专业人士阅读、关注、共享！