基于混合LES/BEM方法的汽车侧窗结构风振噪声分析

摘要：

利用大涡模拟（LargeEddy Simulation，LES）方法对某轿车的侧窗风振噪声进行计算，其结果与整车道路测试实验结果吻合良好.对相应流场下的车窗进行结构振动特性计算，结果表明汽车高速行驶时车窗结构受内外气流影响会产生微米级的振动.据此振动结果，运用边界元法（Boundary Element Method，BEM）模拟车内辐射声场分布、场点声压频率响应以及车窗板件声学贡献量，结果表明汽车开窗高速行驶时，风振噪声是汽车高速行驶时驾驶员耳旁噪声的主要来源，但在某些频率下车窗辐射声场会有明显的声学响应，其中后窗的辐射声压贡献量占主要部分，开启的侧窗声学贡献量要高于其他侧窗的声学贡献量.

关键词：

汽车； 风振噪声； 大涡模拟； 车窗振动； 板件声学贡献

中图分类号： U461.1

文献标志码： B

0 引 言

汽车在行驶过程中，车外气流分离产生的气动噪声会影响乘员舒适性.同时，由于天窗或侧窗打开，气流通过车身的开口处而产生具有一定传播速度的涡列，并与车内空腔气体模态耦合，产生压力脉动，进而形成风振噪声，这是一种频率很低但是强度很高的气动噪声.[1]与此同时，空气流动导致了车窗表面气流边界层的压力波动，这种脉动压力会引起车窗结构的振动，而车窗结构振动会向车内辐射噪声，这也是一种频率很低的噪声.虽然人耳不易察觉，但由其产生的高强度压力脉动会给乘客带来疲倦和烦躁的感觉，因此研究这2种噪声源对车内驾驶员与乘客的影响显得尤为重要.

对风振噪声的研究始于20世纪60年代，BODGER等[2]率先开展客车后窗开启时的风振噪声研究.他们指出当侧窗开启时，整个车厢形如Helmholtz共振腔，当气流流经窗口时，产生涡的脱落，进而产生共振，并从理论上提出3种解决风振噪声的办法.AN等[34]利用CFD软件对某SUV的侧窗风振噪声进行仿真分析，分析若干变量对风振噪声的影响，并采取一些措施来降低后窗的风振噪声.康宁等[5]对不同天窗形式下某轿车模型的风振噪声进行仿真分析，得到较合理的天窗尺寸及安装位置.陈志夫等[6]通过对天窗风振特性的数值计算，分析来流速度对共振频率、腔内声压分布的影响.但是，这些研究主要基于数值仿真结果探讨，没有与相关的实验结果联系起来.朱远征等[7]以某实车比例模型为研究对象，运用随机声学方法对车内气动噪声进行仿真计算，并与实车道路实验进行对比，得到湍流场相互叠加所致的声压级波动.CHEN等[8]对车窗结构进行优化，使得车内风振噪声值明显减少，并运用激光影像与路面测试详述该优化方法的基本原理.黄磊[9]对汽车天窗风振噪声控制进行分析，重点探讨网状挡风条的降噪原理，最终的试件在风洞实验中取得良好的降噪效果.汪怡平等[10]也对汽车风振噪声进行深入研究，推导出弱可压缩湍流模型，描述有气流经过时开口空腔内的空气压缩特性，有效提升车内风振噪声分析的准确度.

人们在研究风振噪声原理及其控制方法时，主要基于流体声学机理，很少考虑车窗结构振动辐射噪声（结构声学）对乘员室的影响.因此，本文运用CFD方法对某轿车车型在侧窗开启25%时乘员室的风振噪声进行数值模拟，对该车型进行车窗结构振动分析，计算乘员室内部声辐射，分析车窗板件贡献量，结果表明车窗结构振动对乘员室内的声场分布有较明显的影响.

1 大涡模拟控制方程

大涡模拟（LargeEddy Simulation，LES）控制方程是NavierStokes方程在波数空间或者物理空间进行过滤得到的.过滤的过程是去掉比过滤宽度或者给定物理宽度小的漩涡，从而得到大漩涡的控制方程

式中：ρ为流体密度；xi和xj为坐标轴分量；i和j为过滤后的速度分量；μ为湍流黏性系数；τij为亚格子尺度应力，体现小尺度漩涡运动对所求解的运动方程的影响.

为使控制方程封闭，目前采用较多的亚格子模型是涡旋黏性模型

2 侧窗风振噪声的计算和分析

2.1 计算模型网格划分

本文采用的轿车模型长为5 013 mm，宽为1 830 mm，高为1 740 mm.左前窗开启25%，计算模型见图1.

气流流过车身表面产生附面层，为了模拟附面层效应，在车身表面建立3层尺寸较小的六面体棱柱网格.车身附近极易出现气流分离、湍流等复杂流场，通过创建密度盒加密车体周围体网格，可以有效兼顾仿真精度和计算效率；在远离车体的非敏感区域，选择稀疏网格以减少计算网格与节点总数目.考虑到四面体网格对复杂几何体具有良好的适应性，能够比较容易捕捉几何特征，因此在其余空间选用四面体网格.图2为车身纵对称面上的网格分布，y+值设为1，生成体网格数量为700万个左右.本文对某实车模型进行仿真计算，风速为30 m/s，监测点选择在驾驶员的左、右耳旁.

在进行瞬态计算之前，通常先进行稳态计算，并以此稳态计算得到的结果作为瞬态计算的初始值.在本文的计算中，稳态计算选用可实现的kε模型，瞬态计算的湍流模型采用LES计算模型，时间步长设为0.000 1 s，内部迭代次数为20次.

2.2 计算结果分析

汽车在开启后窗时，乘员舱相当于一个有一定体积的开口空腔，但并不完全等同.外部氣体的运动能量通过侧窗开口处的空气传入车内空腔，车内的空气如同“弹簧”一样被压缩、膨胀，气流速度越高，车内压力波动范围越大，气体的压缩与膨胀过程就越剧烈，引起的风振噪声相应地也会更高.轿车开启左前窗25%时横截面位置稳态压强云图见图3.由图3可知：车身两侧都为负压区，由于左前窗开启，左窗附近的负压区域明显增大，这是因为该处存在复杂的分离流和涡流，致使车内压力波动较大.各侧窗的稳态压力云图见图4.由图4可知左前窗的负压绝对值明显大于其他侧窗.

2.3 实车道路实验结果及对比

实验车辆为性能运行良好、内饰完好、密封良好

的车型，选择在无风，晴朗干燥的环境下进行实验.依据GB/T 25982—2010布置实验用传声器，图5为实车道路测试实验中麦克风固定位置.

实验车内有驾驶员与副驾驶员，将实验车辆左前车窗开启25%，其余车窗全部关闭，以不同的车速进行实验，测量该过程中驾驶员耳旁的噪声数据，结果显示，数值仿真与实车道路测试相对比，风振噪声特征点吻合得比较好[11].为降低实测过程中轮胎、发动机等外部噪声的影响，选取110 km/h为典型工况，图6为该工况下驾驶员左耳声压频谱图.由图6可知：风振共振频率仿真值为12 Hz，对应峰值为112 dB；风振共振频率实验值为15 Hz，对应峰值为110 dB.

3 车窗结构动力学数值计算

车窗结构振动可以通过2个途径影响流场，一是通过车窗对流体边界的影响，二是车窗振动所激励的弹性波对流场的影响.但是，车窗结构振动

产生的位移很小，并且流体不可压缩，特征马赫数小于1，因此可以忽略车窗振动对流体的影响[12].同时，本文仅考虑外部流场引起的车窗振动，没有考虑除流场以外的原因引起的车窗振动.

3.1 控制方程

本文的流固耦合研究是单方向的，包括下文的车窗辐射噪声计算，只计算结构产生的声辐射，没有考虑其反作用.忽略噪声对结构的反作用是合理的，因为辐射噪声的声压很小，只有1 Pa.

3.2 计算过程

车身结构动力响应计算在ANSYS中进行，使用SHELL63单元对模型进行划分，钢化玻璃材料的弹性模量为48.5 GPa，泊松比为0.238 9，密度为2 500 kg/m3.

由于模态叠加法运行速度快、精度较高，并且所得结果占用磁盘空间小，而Newmark和Wilsonθ方法均有周期延长现象，且Wilsonθ方法还有振幅衰减现象，因此本文采用模态叠加法计算车窗瞬态动力学响应，取前50阶模态.流场计算网格节点与有限元模型网格节点之间的载荷传递主要有2种方式：一种是当2种网格不一致时采用插值传递方式；一种是当2种网格一致时采用直接传递方式.由于本文所用的有限元网格与流体网格的节点并不是一一对应的，所以采用插值传递方式.从流场计算结果中导出各时间步的车窗表面节点对应的脉动压力，然后通过编程将流体作用力转化为有限元节点的载荷.计算时在车窗表面建立监测点，这些点的位置见图7.通过APDL将结果转化为结构计算使用的载荷步文件，每个时间步长为0.012 5 s，每个时间步的子步数为10个，时间步载荷设置为斜坡载荷，计算总的时间步数为800步.

3.3 结果和分析

计算所得的监测点2的位移随时间变化规律见图8，可以看出振幅的数量级为微米，y方向的位移数值较x和z方向大.左前窗与左后窗在某瞬态时刻的位移分析结果见图9，可以看出侧窗的位移计算数值从车窗中部向两边逐渐减小继而增大，由于左前窗部分开启，该处存在复杂的分离流和涡流，压力较高（见图3和4），因此左前窗的位移响应结果高于左后窗的计算结果.

4 结构辐射噪声计算与贡献量分析

4.1 控制方程与板件贡献量分析

线性聲学的控制方程是波动方程

一般情况下，由式（10）求得的声腔内某场点S的声压具有幅值和相位的复数，该场点声压是由各板件的声压分量在该点线性叠加得到的[13]，板件i对场点S声压的总贡献量可表示为

pS，i为板件i在场点S产生的声压分量；m为车身板件数量.将声压分量pS，i向该点声压的矢量方向投影，可得到该板件对该点声压的贡献量

pg=pS，ipSpS

（12）

根据各板件对声压贡献量的不同，可以将各板件分为不同的声学贡献区域：如果该板件对声压具有较大的正贡献量，则该板件为正贡献区域；如果具有较大的负贡献量，则为负贡献区域.

4.2 数值计算和结果分析

根据本文所述方法，在LMS Virtual. Lab中计算由车窗振动产生的噪声.BEM的边界条件为：车窗单元设置为位移边界条件；座椅单元定义为吸声边界条件，声阻抗实部为975 kg·s/m2，虚部为8 798 kg·s/m2；车顶棚单元定义为吸声边界条件，声阻抗实部为830 kg·s/m2，虚部为3 030 kg·s/m2；其他单元设置为自由边界条件.前窗和后窗在85 Hz与105 Hz时的位移边界条件云图见图10.

由于本文所关心的是汽车内部声场，所以在汽车声腔内部经过驾驶员耳旁位置建立一个平面场网格，计算得到的平面场点的声压云图见图11.

在85 Hz时计算的最大标准声压级是14.4 dB，在105 Hz时的最大声压级为35.6 dB.从计算结果可以看出，车窗结构振动引起的辐射噪声主要集中在低频段，且在0～200 Hz较为明显，85 Hz和105 Hz处出现响应峰值（见图12）.由于在105 Hz时驾驶员耳旁出现最大响应峰值，针对105 Hz对应的响应峰值进行板件贡献量分析.根据板件的分类和公式，计算每个板件对105 Hz的声压贡献和，得到板件贡献量，见图13.由图13可知，正后窗对总声压相位相差较小，起正贡献作用，由于在低频时后窗受汽车后部尾涡的影响较大，因此正后窗对总声压的贡献量最大；左前窗较其他3个侧窗对总声压的贡献量最大，其主要原因有二：一是A立柱后存在强烈的漩涡，左前窗表面脉动压力较强；二是左前窗的部分开启，增强左前窗附近的湍动能与表面脉动压力.

5 结 论

建立整车流场模型，进行开窗工况下的汽车风振噪声仿真计算，并与实车道路噪声实验结果对比.计算结果与实验结果误差较小，表明LES方法能够比较准确地计算汽车风振噪声.

在行驶过程中，由于左前窗部分开启，左前窗表面的负压绝对值高于其他侧窗，脉动压力也高于其他车窗.仿真与实验得到的侧窗风振噪声峰值均处于较高水平，分别达到112 dB和110 dB.

由于左前窗部分开启，脉动压力较高，左前窗的位移响应高于其他侧窗，而脉动压力引起的侧窗位移响应数值从车窗中部向两边呈现先逐渐减小而后增大的趋势.从已有研究成果得知，侧窗风振噪声占主要部分，但在某些风振频率下车窗辐射声场会有声学响应，故本文着重研究风振噪声引起的侧窗结构声学响应.通过计算车窗结构的声辐射可以发现，车窗振动会向乘员室辐射一定的噪声，且在一定频率处有一定的声学响应：驾驶员左耳峰值频率为105 Hz，峰值为23 dB.车窗板件贡献量的计算表明：在较低频率范围内，正后窗对辐射声场的贡献量最大，占主要部分；左前窗（部分开启）对辐射声场的贡献量较其他3个侧窗要高.

目前，受实验条件及篇幅的限制，本文仅通过数值计算研究气动载荷对主要影响件——侧窗的结构声学响应，今后应对气动载荷对各板件的贡献量进行实验验证.

参考文献：

[1]

谷正气. 汽车空气动力学[M]. 北京： 人民交通出版社， 2005： 198211.

[2] BODGER W K， JONES C M. Aerodynamic wind throb in passenger cars[EB/OL]. （19640101）[20161208]. http：//papers.sae.org/640797/. DIO： 10.4271/640797.

[3] AN C F， PUSKARZ M， KANWERDIP S， et al. Attempts for reduction of rear window buffeting using CFD[EB/OL]. （20050411）[20161208]. http：//papers.sae.org/2005010603/. DOI： 10.4271/2005010603.

[4] AN C F， ALAIE S M， SOVANI S D， et al. Side window buffeting characteristics of an SUV[EB/OL]. （20040308）[ 20161208]. http：//papers.sae.org/2004010230/. DOI： 10.4271/2004010230.

[5] 康宁， 王晓春. 天窗对轿车内部流场及气动噪声的影响[J]. 航空动力学报， 2010， 25（2）： 354358. DOI： 10.13224/j.cnki.jasp.2010.02.031.

KANG N， WANG X C. Influence of suoof on flow field and aerodynamic noise inside the passenger compartment of the car[J]. Journal of Aerospace Power， 2010， 25（2）： 354358. DOI： 10.13224/j.cnki.jasp.2010.02.031.

[6] 陈志夫， 文桂林， 李伟平. 来流速度对汽车天窗风振特性的影响[J]. 汽车工程， 2013， 35（7）： 654659.

CHEN Z F，WEN G L，LI W P. Influence of stream velocity on the buffeting characteristic of vehicle suoof[J].Automotive Engineering， 2013， 35（7）： 654659.

[7] 朱远征， 左言言， 廖连莹， 等. 汽车气动噪声特性的随机声学法分析[J]. 机械设计与研究， 2015， 31（5）： 128132.

ZHU Y Z， ZUO Y Y， LIAO L Y， et al. Characteristics of automobile aerodynamic noise based on random acoustics theory[J]. Machine Design and Research， 2015， 31（5）： 128132.

[8] CHEN F， QIAN P. Vehicle wind buffeting noise reduction via window openings optimization[EB/OL]. （20080414）[ 20161208]. http：//papers.sae.org/2008010678/. DOI： 10.4271/2008010678.

[9] 黄磊. 汽车天窗风振问题的研究[J]. 噪声与振动控制， 2009， 29（2）： 3841.

HUANG L. Study of suoof buffeting noise of automobiles due to wind load[J]. Noise and Vibration Control， 2009， 29（2）： 3841.

[10] 汪怡平， 谷正氣， 邓亚东， 等. 基于准kεv2/LES模型的汽车外流场数值模拟[J]. 机械工程学报， 2012， 48（14）： 97103.

WANG Y P， GU Z Q， DENG Y D， et al. Aerodynamic simulations of vehicle by using the hybrid semi kεv2/LES model[J]. Journal of Mechanical Engineering， 2012， 48（14）： 97103.

[11] 罗泽敏. 连续开度的汽车侧窗风振噪声研究与优化[D]. 湖南大学， 2015.

[12] JIANG Y Y， YOSHIMURA S， IMAI R， et al. Quantitative evaluation of flowinduced structural vibration and noise in turbomachinery by fullscale weakly coupled simulation[J]. Journal of Fluids and Structures， 2007， 23（4）： 532544. DOI： 10.1016/j.jfluidstructs.2006.10.003.

[13] ZHANG Y K， LEE M R， STANECKI P J， et al. Vehicle noise and weight reduction using panel acoustic contribution analysis[EB/OL]. （19950501）[20161208]. http：//papers.sae.org/951338/. DOI： 10.4271/951338.

（编辑 于杰）

推荐访问:噪声 混合 结构 方法 分析