不知火舞的被虐|伊人天伊人天天综合网|博洛尼亚天气|任你懆这里只有精品4|久久美日韩精品久久|掌中之物漫画免费阅读观看|0丨d老妇

wx_fmt=png&amp;from=appmsg"></p><h3><strong>拓展學(xué)習(xí)（本周五直播-風(fēng)機(jī)氣動(dòng)噪聲求解方案）</strong></h3><p>&nbsp;&nbsp;&nbsp;&nbsp;流體仿真和聲學(xué)仿真兩位專家為我們帶來基于Cradle和Actran的散熱風(fēng)扇氣動(dòng)噪聲聯(lián)合仿真案例，對(duì)氣動(dòng)噪聲全流程解決方案進(jìn)行講解，并針對(duì)旋轉(zhuǎn)機(jī)械噪聲多種仿真方案進(jìn)行對(duì)比。

近年來，由于 Actran 在氣動(dòng)噪聲的優(yōu)異表現(xiàn)，如汽車風(fēng)噪聲、風(fēng)機(jī)類旋轉(zhuǎn)機(jī)械噪聲、航空發(fā)動(dòng)機(jī)噪聲等方面的卓越表現(xiàn)，已經(jīng)逐步成為產(chǎn)品開發(fā)必不可少的仿真工具。 氣動(dòng)噪聲計(jì)算的挑戰(zhàn) 眾所周知，氣動(dòng)噪聲中聲壓只是流體壓力中很小的一部分。

2風(fēng)扇氣動(dòng)噪聲分析 2.1噪聲分析步驟 在 Fluent 中對(duì)于風(fēng)機(jī)噪聲的仿真是分為兩個(gè)部分先后完成的： （1） 首先使用大渦模擬模型（LES）對(duì)風(fēng)扇流場(chǎng)中的瞬態(tài)控制方程求解獲得流場(chǎng)的動(dòng)態(tài)穩(wěn)定值，通過計(jì)算結(jié)果得到風(fēng)扇的噪聲源（即風(fēng)扇葉片上的動(dòng)態(tài)載荷）； （2） 接下來則是通過求解 FW-H 模型的方法對(duì)風(fēng)機(jī)載荷進(jìn)行分析并得到噪聲值。

第二天上午：· Gutin噪聲模型分析方法介紹介紹Gutin噪聲模型，以軸流風(fēng)扇的案例為參照，講解Gutin模型的實(shí)際應(yīng)用· 旋轉(zhuǎn)槳空氣動(dòng)力與氣動(dòng)噪聲案例演示（Gutin噪聲模型）以空氣旋轉(zhuǎn)槳為案例，詳細(xì)演示Gutin模型的操作方法，包括如何使用Gutin噪聲模型對(duì)噪聲進(jìn)行預(yù)測(cè)第二天下午：· 冷卻軸流風(fēng)扇聲學(xué)模擬的最佳實(shí)踐介紹與案例演示以冷卻風(fēng)扇作為實(shí)例，演示并講解軸流風(fēng)扇內(nèi)部噪聲的分析方法

精彩直播預(yù)告 氣動(dòng)噪聲分析在汽車、航空、電子等多個(gè)行業(yè)都有著廣泛應(yīng)用，通過對(duì)產(chǎn)品氣動(dòng)噪聲分析提升產(chǎn)品的舒適性，優(yōu)化產(chǎn)品結(jié)構(gòu)設(shè)計(jì)和減少噪聲污染。同時(shí)，有助于提高產(chǎn)品性能和質(zhì)量，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，為人們創(chuàng)造更加安靜、高效的工作和生活環(huán)境。

基于聲學(xué)仿真技術(shù)的風(fēng)機(jī)類產(chǎn)品噪聲模擬技術(shù) 旋轉(zhuǎn)機(jī)械（風(fēng)機(jī)）氣動(dòng)噪聲仿真功能 Actran 氣動(dòng)噪聲功能（Aero-Acoustics）一直受到廣泛認(rèn)可，在風(fēng)機(jī)類旋轉(zhuǎn)噪聲，車輛風(fēng)噪聲，空調(diào)管路噪聲，船舶螺旋槳噪聲等方面都有大量應(yīng)用。Actran 可以仿真旋轉(zhuǎn)域的氣動(dòng)噪聲問題，包括風(fēng)扇噪聲，壓縮機(jī)噪聲等問題。

計(jì)算域由靜止場(chǎng)和包圍風(fēng)扇的旋轉(zhuǎn)域組成，如下圖1所示。該模型捕捉了所有細(xì)節(jié)，例如風(fēng)扇孔口、風(fēng)扇護(hù)罩、線圈和百葉窗。在本研究中，線圈被建模為多孔區(qū)域，并應(yīng)用滑動(dòng)網(wǎng)格方法來計(jì)算Actran氣動(dòng)聲學(xué)模擬所需的非定常CFD結(jié)果。旋轉(zhuǎn)域（風(fēng)扇）的旋轉(zhuǎn)頻率為1118RPM。例子中的時(shí)間步長(zhǎng)為0.0005s。

本文以 FBD 系列．額定功率為 55kW 礦用軸流式通風(fēng)機(jī)模型為基礎(chǔ) ，在額 定轉(zhuǎn)速為 3000r／m in，額 定 壓 力 為5050Pa，且不考慮葉輪與機(jī)殼的軸 向間隙的情況下，在一級(jí)葉輪單獨(dú)運(yùn)行時(shí)，運(yùn)FLUENT 對(duì)礦用軸流式通風(fēng)機(jī)的一級(jí)葉輪的氣動(dòng)噪聲進(jìn)行數(shù)值分析。

下一步對(duì)風(fēng)扇葉片造型進(jìn)行 DOE 參數(shù)優(yōu)化設(shè)計(jì)，可進(jìn)一步降低噪聲源。全球100個(gè)AI應(yīng)用案例電子書下載△Altair 正式發(fā)布全球100個(gè)AI應(yīng)用案例電子書，內(nèi)容覆蓋10+行業(yè)的100個(gè)AI應(yīng)用場(chǎng)景。點(diǎn)擊圖片立即獲取，了解全球AI驅(qū)動(dòng)工程設(shè)計(jì)應(yīng)用成功案例，以及AI技術(shù)如何為工業(yè)制造業(yè)的產(chǎn)品全生命周期帶來賦能與革新。

計(jì)算域由靜止場(chǎng)和包圍風(fēng)扇的旋轉(zhuǎn)域組成，如下圖1所示。該模型捕捉了所有細(xì)節(jié)，例如風(fēng)扇孔口、風(fēng)扇護(hù)罩、線圈和百葉窗。在本研究中，線圈被建模為多孔區(qū)域，并應(yīng)用滑動(dòng)網(wǎng)格方法來計(jì)算Actran氣動(dòng)聲學(xué)模擬所需的非定常CFD結(jié)果。旋轉(zhuǎn)域（風(fēng)扇）的旋轉(zhuǎn)頻率為1118RPM。例子中的時(shí)間步長(zhǎng)為0.0005s。

在本研究中，線圈被建模為多孔區(qū)域，并應(yīng)用滑動(dòng)網(wǎng)格方法來計(jì)算Actran氣動(dòng)聲學(xué)模擬所需的非定常CFD結(jié)果。旋轉(zhuǎn)域（風(fēng)扇）的旋轉(zhuǎn)頻率為1118RPM。例子中的時(shí)間步長(zhǎng)為0.0005s。此次模擬，0.8秒的總時(shí)間確保所求最小頻率遠(yuǎn)小于37.2Hz（葉片通過頻率）。

其中冷凝風(fēng)機(jī)約占30%~60%，氣動(dòng)噪聲又可細(xì)分為： 旋轉(zhuǎn)噪聲（離散頻率噪聲）：風(fēng)扇葉片周期性切割空氣，形成壓力脈動(dòng)產(chǎn)生的噪聲，表現(xiàn)為“嗡嗡”的低頻轟鳴（通常200-1000Hz），傳播距離遠(yuǎn)、穿透性強(qiáng)，易對(duì)下層建筑或周邊居民區(qū)造成影響。

本案例對(duì)圓柱繞流的氣動(dòng)噪聲展開了仿真計(jì)算。主要涉及到二維模型LES大渦模擬的開啟、FW-H模型的使用。計(jì)算模型簡(jiǎn)單，為氣動(dòng)噪聲常用的驗(yàn)證模型。通過對(duì)該案例的學(xué)習(xí)，后續(xù)可以通過該方法對(duì)各類航空航天、船舶等領(lǐng)域的氣動(dòng)噪聲展開預(yù)報(bào)。

培訓(xùn)課程：培訓(xùn)時(shí)間：6月12日-13日培訓(xùn)地點(diǎn)：深圳市南山區(qū)高新南九道61號(hào)衛(wèi)星大廈7樓ECO會(huì)議中心衛(wèi)星廳適用人群：面向風(fēng)機(jī)、管路類行業(yè)及汽車風(fēng)噪聲設(shè)計(jì)、流體分析工程師、氣動(dòng)聲學(xué)分析工程師，以及其它行業(yè)想要了解氣動(dòng)噪聲特點(diǎn)并利用仿真加以改善的工程人員。

1.2 理論介紹目前，數(shù)值計(jì)算方法被越來越多的單位應(yīng)用于旋轉(zhuǎn)機(jī)械噪聲評(píng)估與優(yōu)化，可以對(duì)其噪聲產(chǎn)生機(jī)理和源特性進(jìn)行詳細(xì)分析，同時(shí)方便分析諸多參數(shù)對(duì)噪聲性能的影響，為工程師設(shè)計(jì)低噪聲的產(chǎn)品提供數(shù)據(jù)支撐和理論指導(dǎo)。旋轉(zhuǎn)機(jī)械的計(jì)算聲學(xué)就是利用現(xiàn)代CFD技術(shù)和噪聲模擬技術(shù)計(jì)算噪聲性能。在旋轉(zhuǎn)機(jī)械的設(shè)計(jì)階段就可以了解它們的設(shè)計(jì)與噪聲性能，減少試驗(yàn)成本，縮短設(shè)計(jì)周期。

本文介紹了使用AI神經(jīng)網(wǎng)絡(luò)進(jìn)行旋轉(zhuǎn)機(jī)械葉片設(shè)計(jì)、仿真和優(yōu)化的方法。通過建立神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了對(duì)葉片性能的準(zhǔn)確預(yù)測(cè)和優(yōu)化。本文的研究結(jié)果表明，AI神經(jīng)網(wǎng)絡(luò)能夠有效地應(yīng)用于旋轉(zhuǎn)機(jī)械葉片的設(shè)計(jì)、仿真和優(yōu)化過程，并可提高葉片的性能和效率。旋轉(zhuǎn)機(jī)械葉片是各種動(dòng)力設(shè)備的關(guān)鍵部件，如航空發(fā)動(dòng)機(jī)、燃?xì)廨啓C(jī)、壓縮機(jī)等。這些設(shè)備的性能和效率往往受到旋轉(zhuǎn)機(jī)械葉片的設(shè)計(jì)和性能的影響。

r=u+v時(shí)，諧波頻率f： r=u一v”時(shí)，諧波頻率f，： 式中：fN是轉(zhuǎn)速為IV時(shí)電磁旋轉(zhuǎn)頻率；f0為電機(jī)轉(zhuǎn)子機(jī)械轉(zhuǎn)頻。