CFD專欄丨汽車鏤空式后尾翼的風噪研究

汽車后尾翼設計

汽車尾翼作為空氣動力學附加裝置,使得汽車高速行駛時,空氣阻力形成一個向下的壓力,提高輪胎抓地力,增加高速行駛穩定性,同時改善汽車尾部流場降低行駛風阻。由于轎車的尾翼通常安裝在后行李艙蓋末端,僅須考慮升力和阻力,不用太擔心風噪的問題。而對于SUV/MPV這種方正的尾部造型,尤其是設計師為了提高造型的運動性和品牌個性,會在車頂末端采用鏤空式尾翼設計。在高速行駛過程中,氣流快速流過尾翼的鏤空區域,沖刷后窗玻璃,導致振動激勵向車內傳遞噪聲,同時紊亂的氣流之間相互摩擦本身也會產生高湍動能,通過聲輻射的方式向車內傳遞。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖1

SUV/MPV車型的后尾翼通常安裝在車頂末端

仿真模型描述

本文采用空氣動力學分析模塊ultraFluidX和統計能量法模塊SEAM分析鏤空尾翼對風噪的影響。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖2

某SUV車型的后鏤空尾翼

尾翼和車窗之間的間隙約為25mm。計算對比分析2個模型,分別是baseline(鏤空尾翼原始狀態)和seal(封閉鏤空尾翼的間隙)。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖3

CFD外流場模型

? HyperMesh CFD導入車身STL數據,設置虛擬風洞參數:

  • 仿真物理時間1.1秒,玻璃表面壓力信號從0.3秒開始采樣,采樣頻率18.6K Hz。
  • 遠場格子尺寸256mm,車頭和車尾8mm, 玻璃表面貼體加密1mm。
  • 來流風速120km/h,車輪靜止。
  • Smagrorinsky LES大渦模擬。

? 由于車身造型對稱,采用半模型計算,總格子數1.2億,4張英偉達A100計算時間4.5小時。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖4

HyperMesh CFD虛擬風洞加密設置

SEA統計能量法模型

? HyperMesh NVH導入CFD的計算結果,玻璃表面的瞬態風壓,設置SEA參數:

  • 乘員艙車型(Sedan/ SUV/ MPV/ Crossover),聲腔體積,混響時間曲線。
  • 每塊車玻璃的屬性:是否有聲學夾層,厚度,密度,模量,阻尼曲線。
  • 采用對稱邊界,僅須輸入駕駛員側的玻璃載荷。

? Green House Noise工具首先對時域壓力脈動進行信號處理,在波數空間將信號分解為Acoustic pressure和Hydrodynamic pressure, 然后調用SEAM求解器,計算噪聲的傳遞損失,獲取乘員艙內部不同空間位置的噪聲頻譜曲線和語言清晰度。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖5

Green House Noise風噪分析工具

仿真結果分析

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖6

CFD模型的尾部空間加密

從對稱面的時間平均風速看,封閉25mm的鏤空區域帶來的尾流變化并不十分顯著。上圖為baseline,下圖為seal。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖7

Y0對稱面的時間平均風速

瞬態速度場動畫可見尾翼上表面和下表面的巨大速度差造成的氣流剪切和翻滾。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖8

Y0對稱面的瞬態風速云圖

流線動畫顯示,后擋風玻璃表面存在向上的低速空氣流動,后擋風玻璃下游的負壓區存在順時針旋轉的較大漩渦。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖9

Y0對稱面的瞬態風速流線圖

瞬態壓力場動畫可見尾翼上表面不斷有漩渦脫離,并在下游破碎耗散。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖10

Y0對稱面的瞬態風壓云圖

瞬態渦量場動畫可見后擋風表面的下部存在較強的氣流漩渦強度。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖11

Y0對稱面的瞬態Vorticity云圖

從水平切面的流場看,主要區別在尾跡區域,對上游幾何無影響。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖12

過后視鏡高度水平切面的瞬態風速云圖

噪聲信號處理

后擋風玻璃表面1~4號壓力測點的聲壓級信號,實線baseline, 虛線seal, 可以看出:在小于2000Hz頻率范圍內,seal模型的聲壓級幅值大約低10dBA。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖13

后擋風玻璃表面監測點的風壓SPL曲線

后擋風玻璃的Hydrodynamic dBMap對比,選取500/ 1000/ 2000/ 4000Hz頻率段。Hydrodynamic pressure通常在低頻貢獻較大,由于鏤空尾翼區域的氣流加速效應,baseline模型的噪聲源明顯高于seal模型。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖14

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖15

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖16

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖17

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖18

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖19

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖20

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖21

Baseline

Seal

后擋風玻璃的Acoustic dBMap對比,選取1000/2000/4000/8000Hz頻率段。Acoustic pressure通常在高頻貢獻較大,且由于透射效果高于Hydrodynamic pressure,對艙內人員的語言清晰度影響會更大些。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖22

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖23

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖24

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖25

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖26

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖27

Baseline

Seal

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖28

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖29

Baseline

Seal

  • AWPS(Area Weighted Power Spectrum)面積加權功率譜,反映的是玻璃表面由于外流場激勵的噪聲源特性。AWPS和噪聲信號傳遞損失,如玻璃厚度,阻尼等因素無關。可用于評估由于外造型變化帶來的聲載荷的變化。
  • Baseline模型在后擋風玻璃的聲載荷明顯高于Seal模型。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖30

后擋風玻璃表面的AWPS

艙內噪聲分析

  • NVH風噪工具根據車型模板將乘員艙自動分為若干個子系統,SEAM模擬噪聲能量在各個子系統內的流動和耦合。
  • 前擋風和側窗玻璃設置為夾層玻璃,后擋風設置為單層鋼化玻璃。駕駛員頭部空間的SPL曲線對比,差別主要在200~500Hz,總聲壓級Overall Sound Pressure Level差別0.7dBA, 語言清晰度差別0.4%。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖31

駕駛員頭部空間的SPL曲線對比

 (藍色-baseline, 紅色-seal)

后排乘客頭部空間的SPL曲線對比,差別主要在180~2000Hz。總聲壓級差別3.2dBA, 語言清晰度差別3.5%。由于后排乘客靠近后擋風玻璃,對鏤空尾翼的設計變動感受會更明顯。

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖32

后排乘客頭部空間的SPL曲線對比

 (藍色-baseline, 紅色-seal)

總結

通過仿真計算,研究了某SUV車型后尾翼的鏤空設計對風噪的影響。對比baseline(原始設計模型)和seal(封閉尾翼間隙)兩個模型的結果,可以看到汽車外流場整體差異并不十分明顯。但是將CFD瞬態壓力脈動結果進行信號處理后,風噪可見明顯區別。Seal模型后擋玻璃表面的AWPS(面積加權功率譜)總體降低了4.5dBA。再對比乘員艙內的噪聲差異,駕駛員頭部區域噪聲差別較小,后排乘客頭部區域總聲壓級差別為3.2dBA,語言清晰度差別3.5%。

采用LBM+GPU的計算方法準確、高效的獲取瞬態外流場壓力脈動,耦合SEA統計能量法計算聲傳播,分析汽車艙內噪聲水平。在實際工程項目中,可以調整尾翼的造型,引導氣流,避免沖擊后擋風玻璃。這樣既可以保留鏤空造型特征,又可以減少流動噪聲源的強度。CFD和NVH的設計迭代過程可通過批處理模式,自動輸出報告,提高效率。

本期的汽車鏤空式后尾翼的風噪研究分享就到這里啦,下一期我們將分享更多實用功能,敬請期待。

對本專欄感興趣的朋友們歡迎持續關注 Altair 官方微信公眾號,點擊文末的CFD專欄,還可以閱讀更多往期文章,下期見~

申請免費試用

如您對 HyperMesh CFD 感興趣

歡迎掃描二維碼申請免費試用

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖33


關于 Altair 澳汰爾

Altair(納斯達克股票代碼:ALTR)是計算智能領域的全球領導者之一,在仿真、高性能計算 (HPC) 和人工智能等領域提供軟件和云解決方案。Altair 能使跨越廣泛行業的企業們在連接的世界中更高效地競爭,并創造更可持續的未來。

公司總部位于美國密歇根州,服務于16000多家全球企業,應用行業包括汽車、消費電子、航空航天、能源、機車車輛、造船、國防軍工、金融、零售等。

欲了解更多信息,歡迎訪問:

www.altair.com.cn

CFD專欄丨汽車鏤空式后尾翼的風噪研究的圖34

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP

2