基于Actran薄膜模態法進行車輛風噪對流壓力和聲波壓力的分離研究

Cruise

2023年10月31日 16:41

瀏覽：4081 評論：2 收藏：1

導讀

對流脈動壓力和聲壓波動的分離問題一直是氣動聲學里比較引人關注的問題。同濟大學汽車學院和汽車風動中心合作，基于薄膜模態分解理論，將駕駛室模型前側窗對流壓力波動和聲壓波動進行了分離，通過風洞試驗對計算結果進行了驗證。同時，與采用波數分解算法計算的結果進行了對比，根據計算過程和結果綜合分析了兩種方法的的優缺點，凸顯了薄膜模態分解方法在分離對流和聲壓波動問題上具有更大的普適性。

研究背景

汽車高速行駛時，側窗上的總壓力波動包括對流壓力波動和聲壓波動，它們具有不同的產生機制、傳輸特性和效率。為了了解通過側窗傳遞空氣動力噪聲的機理，并準確計算車內空氣動力噪聲，有必要將這兩種壓力波動分開。

薄膜模態是一組與薄空氣層聲波波長有關的數值模態，利用它可以構造一組歸一化的正交基，用于分離和計算對流和聲壓波動。薄膜模態分解的基本原理包括三個步驟：薄膜模態提取、壓力分解和壓力重建。模態提取是將空氣層采用離散的方式，構造歸一化的聲波特征向量；壓力分解是將壓力擴展成薄膜模態與參與因子乘積的形式，從而能夠描述壓力的貢獻；壓力重建是將對流和聲壓波動分別投影到薄膜模態上，分別求出其對應的頻率的參與因子，從而完成兩種壓力波動的分離。薄膜模態分解的具體流程如下所示。

圖1 薄膜模態分解流程

研究內容

為了研究風噪聲傳播特性和機理，同濟大學制作了一個全尺寸的駕駛室模型，在左前車窗上安裝了一塊真正的車窗玻璃。車身的其余部分覆蓋了厚厚的油泥，以獲得較大的聲傳播損失，如圖2所示。為了分離側窗上的對流壓力波動和聲壓波動，將頻域中兩個分量的混合壓力數據投影到提取薄膜模態的正交基上，以獲得相應的參與因子。根據這兩種壓力波動的特點，利用薄膜模態和參與因子在頻域中進行分離和重構。然后，將重建的聲學和對流壓力波動與基于波數分解的結果進行比較。

圖2 帶有真實側窗玻璃的駕駛室油泥模型

使用商用CFD軟件計算側窗玻璃上的流場和壓力波動，湍流模型選用分離渦模擬（DES）模型，近壁模型選用Spalart-Allmaras模型。模態分解過程中，使用聲學軟件Actran 進行有限元法（FEM）的模態提取和壓力分解。

圖3 DrivAer模型的網格模型

圖4 側窗模型（左）測點區域和風洞試驗表面測點分布（右）

（a）聲壓監測點9（左側）和13

（b）聲壓監測點23（左側）和37

圖5 不同監測點模擬和測試聲壓波動水平（PFL）的比較

圖6 側窗薄膜模態提取

圖7 聲學壓力（acoustic pressure）和對流壓力（convective pressure）的重構頻譜

（a）390.62Hz

（b）2221.67Hz

圖8 不同頻率下聲學（左）和對流（右）壓力的分布。

本文的計算結果與采用傳統波數分解方法得到結果進行了比較，對于聲壓波動，兩種分解方法具有較好的一致性。對于對流壓力波動，薄膜模態分解獲得的能量水平略低于波數分解，并且隨著頻率的增加，差異變得越來越大。這是由于薄膜模態分解需要足夠的參與模態階數，而提取的薄膜模態階數不足以滿足分析截止頻率的需要。因此，分解對流壓力波動的結果不準確，存在能量損失。也就是說，使用薄膜模態分解方法，通常只能準確地獲取聲壓波動。然而，可以用可壓縮CFD模擬計算的總輸入壓力減去聲學貢獻后的剩余部分，得到對流壓力。

圖9 PMD（薄膜模態）和WND（波數分解）方法得到的聲學壓力脈動級的頻譜比較

圖10 PMD（薄膜模態）和WND（波數分解）方法得到的對流和總壓力脈動級的頻譜比

（a）推算的對流壓力 (b) 預計對流壓力（673個模態）

（c）預計對流壓力（2613個模態）（d）預計對流壓力（8906個模態）

圖11 390.62Hz下不同階次的參與薄膜模態的推算和預測對流壓力的比較

（a）推算的對流壓力（b）預計對流壓力（673個模態）

（c）預計對流壓力（2613個模式）（d）預計對流壓力（8906個模態）

圖12 2221.67Hz下不同階次的參與薄膜模態的推算和預測對流壓力的比較

結論

該工作基于薄膜模態分解理論，分離了駕駛室模型側窗上的對流和聲壓波動。并且可以獲得準確的聲壓波動。薄膜模態分解法對對流壓力波動的濾波結果與基于波數分解法的結果不同，且隨著頻率的增加，差異變大隨著分析頻率的增加，對流波長變得越來越短，薄膜模態分解方法需要大量模態來表示較短波長的對流壓力貢獻，受有限元模態提取算法的限制，薄膜模態的階數不能無限增加，因此，丟失的能量將隨著頻率的增加而增加。這意味著用這種方法很難直接獲得可靠的對流壓力波動。這是它的主要缺點。然而，對于實際工程問題，由于基于可壓縮CFD模擬的薄膜模態分解可以準確過濾聲壓波動，因此可以通過從總壓力中減去，即使用推導出的對流壓力波動，獲得可靠的對流壓力脈動。或者，對流壓力波動也可以通過不可壓縮CFD模擬直接計算。所有這些描述的解決方案為進一步計算車輛內部噪聲提供了可靠的激勵源。與波數分解方法相比，薄膜模態分解可以有利地直接應用于具有任意形狀的表面，例如真實汽車的側窗（非平面且非矩形），甚至3D曲面。這種方法的另一個優點是能夠在任何頻率下分別重建表面上對流和聲學分量的壓力場，這有助于理解這兩個壓力分量的特征。

參考文獻

1. Yinzhi He, Yongming Liu, Siyi Wen, Zhigang Yang, Separation of convective and acoustic pressure fluctuations on the front side window of DrivAer model based on pellicular mode decomposition, Applied Acoustics, 174-107755, 2021

深圳市優飛迪科技有限公司成立于2010年，是一家專注于產品開發平臺解決方案與物聯網技術開發的國家級高新技術企業。

十多年來，優飛迪科技在數字孿生、工業軟件尤其仿真技術、物聯網技術開發等領域積累了豐富的經驗，并在這些領域擁有數十項獨立自主的知識產權。同時，優飛迪科技也與國際和國內的主要頭部工業軟件廠商建立了戰略合作關系，能夠為客戶提供完整的產品開發平臺解決方案。

優飛迪科技技術團隊實力雄厚，主要成員均來自于國內外頂尖學府、并在相關領域有豐富的工作經驗，能為客戶提供“全心U+端到端服務”。

基于Actran薄膜模態法進行車輛風噪對流壓力和聲波壓力的分離研究的圖18