宗軼琦, 谷正氣, 羅澤敏, 江財茂, 張啟東

(1.揚(yáng)州大學(xué) 機(jī)械工程學(xué)院， 江蘇 揚(yáng)州 225127； 2.湖南大學(xué) 汽車車身先進(jìn)設(shè)計制造國家重點實驗室， 長沙 410082；3.湖南文理學(xué)院， 湖南 常德 415000； 4.廣州汽車集團(tuán)股份有限公司 汽車工程研究院， 廣州 516434)

汽車在行駛過程中，由于天窗或側(cè)窗打開，氣流通過車身的開口處而產(chǎn)生具有一定傳播速度的渦列，并與車內(nèi)空間聲模態(tài)耦合，交換能量從而形成風(fēng)振噪聲，這是一種頻率很低但是強(qiáng)度很高的氣動噪聲[1]。這種噪聲能夠使乘客產(chǎn)生煩躁和疲勞感。因而，為了提高乘坐舒適性，在汽車的設(shè)計階段，對某側(cè)窗開度下的最大風(fēng)振噪聲進(jìn)行預(yù)測與分析，進(jìn)而采取相應(yīng)的降噪措施，將有重要意義。

在風(fēng)振噪聲數(shù)值模擬研究中，較常用的研究方式是針對天窗或側(cè)窗某一固定開度進(jìn)行數(shù)值仿真計算。其中，Lemaitre等[2]對某轎車天窗風(fēng)振噪聲的寬頻帶特性進(jìn)行了分析，進(jìn)而根據(jù)風(fēng)振的強(qiáng)度對心理聲學(xué)響度指標(biāo)進(jìn)行了計算，并對乘員室內(nèi)部人員由風(fēng)振噪聲引起的不舒適性進(jìn)行新的評估。Mendonca[3]探索性地提出運(yùn)用CFD/CAE混合計算方法來提高汽車風(fēng)振噪聲的計算精度，從而彌補(bǔ)以往計算過程中未考慮的結(jié)構(gòu)剛度、內(nèi)飾材料等因素。楊振東等[4]采用大渦模型與FW-H方程對汽車天窗風(fēng)振噪聲進(jìn)行了數(shù)值模擬，分析與揭示了天窗風(fēng)振的亥姆霍茲共振特性與聲反饋機(jī)制。胡亞濤等[5]針對某比例車型，研究了天窗不同位置的速度剪切層變化，發(fā)現(xiàn)除了特征頻率下的風(fēng)振噪聲，還存在較大頻率范圍的氣動噪聲。上述研究中，主要針對某個或某幾個固定開度的車窗風(fēng)振噪聲進(jìn)行研究，然而在實際應(yīng)用中，這些研究方式對車窗開啟的動態(tài)性模擬具有局限性。

為了降低車窗開啟引起的風(fēng)振噪聲，國內(nèi)外學(xué)者采取了一系列降噪措施。Kook等[6]采用主動導(dǎo)流板對某倉背式車型天窗部分開啟時的風(fēng)振噪聲進(jìn)行了控制，并且通過風(fēng)洞試驗驗證該控制方法不受來流速度與側(cè)風(fēng)橫擺角的影響。Rahman等[7]通過在某簡易空腔上游附近另開一個小空腔降低了氣流的不穩(wěn)定性，緩解了氣流沖擊效應(yīng)，進(jìn)而降低了聲壓幅值與均方根值。周益[8]在保證汽車的氣動外形下，改變天窗在車頂?shù)奈恢?，從而避免天窗共鳴區(qū)的位置，有效地降低了風(fēng)振噪聲。黃磊[9]通過在天窗附近安裝網(wǎng)狀擋風(fēng)條，有效的降低了風(fēng)振噪聲強(qiáng)度，并通過風(fēng)洞試驗此方法在有側(cè)風(fēng)情況下也能獲得良好的降噪效果?？祵幍萚10]對不同天窗尺度下的某轎車模型的風(fēng)振噪聲進(jìn)行了數(shù)值模擬，獲得了理想降噪效果下的合理天窗尺寸布置。

本文首先利用動網(wǎng)格技術(shù)對簡易車廂連續(xù)滑移開口引起的風(fēng)振噪聲進(jìn)行了數(shù)值模擬，在此基礎(chǔ)上，對某轎車車型側(cè)窗連續(xù)開啟的風(fēng)振噪聲進(jìn)行了仿真計算，計算結(jié)果與實車道路試驗吻合良好，同時獲得了風(fēng)振噪聲最大的側(cè)窗開度，并分析了該開度下的風(fēng)振機(jī)理與特性。最后建立左后側(cè)窗非光滑表面雨擋，通過優(yōu)化算法，確定了雨擋的結(jié)構(gòu)參數(shù)，并取得了良好的降噪效果。

1 計算方法

1.1 湍流模型

采用大渦模擬(Large Eddy Simulation, LES)對風(fēng)振噪聲進(jìn)行湍流環(huán)節(jié)的計算，該方法能夠比傳統(tǒng)的雷諾應(yīng)力平均RANS(Reynolds-Areraged Navier Stokes)湍流模型取得更好的模擬效果。LES方程是通過對N-S方程進(jìn)行波數(shù)或物理空間過濾而得到的一個大尺度運(yùn)動方程，其形式為[11]

(1)

式中：ρ為流體密度;ui,uj為速度分量;μ為黏性系數(shù);τij為亞格子尺度應(yīng)力，體現(xiàn)了小尺度漩渦運(yùn)動。

為使方程封閉，采用渦旋黏性亞格子模型(Sub-Grid Scale, SGS)，其形式為

(2)

式中：δij為克羅內(nèi)克系數(shù);μt為湍動能黏度。

1.2 動網(wǎng)格技術(shù)

當(dāng)采用動網(wǎng)格技術(shù)進(jìn)行CFD計算時，計算區(qū)域是變化的，所以要對上述流場控制方程進(jìn)行修改，即考慮運(yùn)動邊界的影響，其形式可表示為[12]

(3)

式中：u為速度流量;ug為移動網(wǎng)格的移動速度;Γ為擴(kuò)散系數(shù);qφ為源項;V為控制體體積;Ω為控制體邊界。

式(3)中時間導(dǎo)數(shù)項，可用一階差分格式表示

(4)

式中：n和n+1為不同的時間層。n+1層上的Vn+1可以表示為

(5)

為了滿足網(wǎng)格守恒律，控制體的時間導(dǎo)數(shù)可用下式進(jìn)行計算

(6)

式中：ns為控制體積的面網(wǎng)格數(shù);Aj為面j的面積向量。點乘可進(jìn)一步表示為[13]

(7)

式中：δVj為控制面j在時間間隔Δt內(nèi)掃過的空間體積。

汽車側(cè)窗連續(xù)開啟會帶來流體域邊界的剛性運(yùn)動，從而引起數(shù)值模擬過程中的網(wǎng)格變形與較強(qiáng)的非定常效應(yīng)，本文采用Fluent中的動網(wǎng)格技術(shù)來模擬該流動過程，開口或側(cè)窗的運(yùn)動規(guī)律由用戶自定義函數(shù)(User Defined Functions, UDF)定義。

1.3 聲學(xué)后處理

采用動網(wǎng)格技術(shù)對帶有運(yùn)動邊界的流體區(qū)域進(jìn)行CFD計算后，記錄得到監(jiān)測點脈動壓力不同時刻點的數(shù)據(jù)，并截取穩(wěn)定段數(shù)據(jù)進(jìn)行FFT變換，得到脈動壓力的幅值與頻率的曲線，然后轉(zhuǎn)化成以分貝為單位的聲壓級獲得聲壓頻譜，此過程可表示為

(8)

SPLm=20lg[pm(ω)/pref]

(9)

式中：pm(ω)為第m諧波幅值;參考聲壓pref為2×10-5Pa。

在整個計算過程中，運(yùn)動邊界在某狀態(tài)下所對應(yīng)的總聲壓級的獲取是最重要的一步。根據(jù)每個諧波頻率下的聲壓級，可得到在該狀態(tài)下的計算頻率范圍內(nèi)的總聲壓級(dB)[14]

P=OSPL=
10lg[10＾(0.1SPL1)+…+10＾(0.1SPLm)]

(10)

2 簡易車廂算例驗證

2.1 幾何模型與網(wǎng)格劃分

為了探究動網(wǎng)格計算方法在計算汽車風(fēng)振噪聲上的可行性，首先采用簡易車廂模型作為參照，為了模擬車窗的連續(xù)開啟，從而適用于動網(wǎng)格計算，對開口進(jìn)行了處理。開口位于車廂正中央，尺寸為0.12 m×0.24 m×0.015 m，中間加一橫板模擬汽車車窗，橫板尺寸為0.118 m×0.24 m×0.008 m，為了滿足網(wǎng)格連續(xù)性要求，初始開度為0.002 m,如圖1(a)所示。

縱對稱面上的網(wǎng)格示意圖，如圖1(b)所示。因為動網(wǎng)格對網(wǎng)格劃分技巧要求高，在對網(wǎng)格進(jìn)行劃分時，添加了三處密度盒，最終的網(wǎng)格總數(shù)約為580萬。

(a)計算域及簡易車廂模型 (b)縱對稱面上網(wǎng)格分布圖1 CFD計算模型與網(wǎng)格劃分Fig.1 Computational model and mesh generation of CFD

為了對動網(wǎng)格方法進(jìn)行驗證，建立了兩個固定開度的簡易車廂模型(帶橫板)進(jìn)行固定開度仿真計算，橫板開口開度分別為0.06 m,0.09 m,如圖2和圖3所示。

圖2 固定開度為0.06 m的幾何模型與網(wǎng)格劃分Fig.2 Geometric model and mesh generation corresponding to the fixed opening degree of 0.06 m

圖3 固定開度為0.09 m的幾何模型與網(wǎng)格劃分Fig.3 Geometric model and mesh generation corresponding to the fixed opening degree of 0.09 m

在進(jìn)行動網(wǎng)格計算時，需要對不同的網(wǎng)格區(qū)域類型進(jìn)行劃分，以保證在邊界運(yùn)動時網(wǎng)格能夠順利更新，包括Stationary(靜止區(qū)域)、Rigid Body(剛體運(yùn)動區(qū)域)、Deforming(變形區(qū)域)。對簡易車廂進(jìn)行了動網(wǎng)格邊界條件的劃分，如圖4所示。

圖4 開口處動網(wǎng)格邊界劃分Fig.4 Dynamic boundary division near the opening

簡易車窗模型總開度為0.12 m，來流速度為30 m/s，為了得到足夠多的計數(shù)點，滿足0.01 m的開度內(nèi)，有1 000個數(shù)據(jù)點，則共需要12 000個數(shù)據(jù)點，瞬態(tài)迭代步數(shù)為12 000步，采樣時間為2.4 s，時間步長為0.000 2 s，車窗開啟速度為0.05 m/s。

2.2 驗證對比

為了驗證動網(wǎng)格仿真方法在進(jìn)行風(fēng)振噪聲數(shù)值計算上的準(zhǔn)確性，在動網(wǎng)格仿真連續(xù)計算完成后，分別提取出1.1～1.3 s,1.7～1.9 s各1 000個脈動壓力值，近似模擬開度為0.06 m,0.09 m時的脈動壓力時序變化，如圖5所示。

運(yùn)用近似等效替代法進(jìn)行聲學(xué)后處理，將得到的聲壓頻譜曲線與固定開度仿真結(jié)果進(jìn)行對比，對比結(jié)果如圖6所示。

(a) 1.1～1.3 s (b) 1.7～1.9 s圖5 監(jiān)測點的脈動壓力時序圖Fig.5 Fluctuating pressure of monitoring point in time domain

(a)開度為0.06 m (b)開度為0.09m圖6 測量點的脈動壓力頻譜圖Fig.6 Sound pressure level of monitoring point

可以看出采用動網(wǎng)格仿真方法和固定開度仿真方法在低頻范圍內(nèi)的計算結(jié)果上確實存在一些差異，這是因為在運(yùn)用動網(wǎng)格方法計算時，網(wǎng)格更新需滿足幾何守恒律，每個網(wǎng)格單元的體積變化等于每個面在運(yùn)動過程中掃過的體積之和，且網(wǎng)格面運(yùn)動速度是通過中間點原則確定的，而在運(yùn)用固定開度計算方法時，網(wǎng)格單元與節(jié)點的位置始終維持不變，無需滿足幾何守恒律。從圖6(a)可知，當(dāng)開度為0.06 m時，動網(wǎng)格方法計算得到的風(fēng)振頻率為134.2 Hz，聲壓級為101.26 dB；固定開度方法計算得到的風(fēng)振頻率為141.6 Hz，聲壓級為98.36 dB。從圖6(b)可知，當(dāng)開度為0.09 m時，動網(wǎng)格仿真方法計算得到的風(fēng)振頻率為129.8 Hz，聲壓級為104.63 dB；固定開度方法計算得到的風(fēng)振頻率為132.5 Hz，聲壓級為102.52 dB。依據(jù)Helmholtz共振原理，簡易車廂的風(fēng)振噪聲頻率預(yù)估公式為[15]

(11)

式中：c為聲速;S為開口區(qū)域面積;T為空腔體積;h為橫板厚度;Dh為開啟區(qū)域的等效水力直徑。

通過該公式可得到簡易車廂開度為0.06 m與0.09 m時的風(fēng)振噪聲頻率預(yù)估值為139 Hz與130 Hz，動網(wǎng)格仿真方法計算得到的基頻值與預(yù)估值在合理偏差范圍內(nèi)，因此進(jìn)一步證明了運(yùn)用動網(wǎng)格仿真方法計算風(fēng)振噪聲是可行的。

3 實車算例驗證與風(fēng)振特性分析

3.1 動網(wǎng)格劃分與求解器設(shè)置

實際的汽車是非常復(fù)雜的幾何體，對風(fēng)振噪聲的計算與分析必須與實際車型相結(jié)合。圖7為某轎車車身周圍與內(nèi)部的網(wǎng)格分布：車身表面幾何參數(shù)梯度變化較小區(qū)域采用稀疏網(wǎng)格，梯度變化較大區(qū)域需對網(wǎng)格進(jìn)行加密，車身附近使用密度盒進(jìn)行局部加密；車身外表面采用三棱柱網(wǎng)格來計算流體黏性引起的附面層效應(yīng)。

(a) (b)圖7 車身外部與內(nèi)部網(wǎng)格分布Fig.7 Grid distribution outside and inside the vehicle body

在進(jìn)行瞬態(tài)計算之前，先進(jìn)行穩(wěn)態(tài)計算，并以此穩(wěn)態(tài)計算得到的結(jié)果作為瞬態(tài)計算的初始值。穩(wěn)態(tài)計算求解參數(shù)與邊界條件設(shè)置可參照文獻(xiàn)[16]，這里不再詳細(xì)闡述。待穩(wěn)態(tài)殘差計算收斂后，以該穩(wěn)態(tài)求解的結(jié)果作為動網(wǎng)格瞬態(tài)仿真計算的初始值。在瞬態(tài)計算的同時，模擬車窗的連續(xù)開啟，連續(xù)開啟是通過動網(wǎng)格實現(xiàn)的。采用彈簧近似光滑與局部重劃模型相結(jié)合的方式來處理網(wǎng)格變形問題。一方面由于車窗附近區(qū)域使用的計算網(wǎng)格為非結(jié)構(gòu)四面體網(wǎng)格，因此選取彈簧近似光滑模型；另一方面仿真計算的車窗開啟運(yùn)動的尺度較大，而局部重劃模型能夠很好地解決網(wǎng)格變形尺度大的問題，進(jìn)而保證網(wǎng)格質(zhì)量。

在Fluent軟件中激活Dynamic Mesh選項，并同時打開Smoothing(彈簧光滑模型)和Re-meshing(局部重劃模型)法。表1為Smoothing法的參數(shù)設(shè)置。

表2為Re-meshing法的參數(shù)設(shè)置。這些參數(shù)的含義主要用于確定哪些網(wǎng)格需要被重新劃分。在缺省設(shè)置中，如果重新劃分的網(wǎng)格優(yōu)于原網(wǎng)格，則用新網(wǎng)格代替舊網(wǎng)格；否則將保持原網(wǎng)格劃分不變。這些參數(shù)的設(shè)置依據(jù)是原始網(wǎng)格的畸變率和尺寸。

表1 Smoothing法的參數(shù)設(shè)置

表2 Re-meshing法的參數(shù)設(shè)置

表3為動網(wǎng)格邊界條件參數(shù)設(shè)置，設(shè)置方法按照網(wǎng)格劃分尺寸大小以及動網(wǎng)格車窗邊界劃分。

表3 動網(wǎng)格邊界條件設(shè)置

實車模型的左后側(cè)窗總開度為0.4 m，為了實車道路試驗相吻合，在動網(wǎng)格仿真計算時，側(cè)窗也僅開啟4/5開度，即開啟0.32 m，車速為30 m/s，為了滿足聲學(xué)后處理的需要，滿足0.01 m的開度內(nèi)，至少有1 000個數(shù)據(jù)點的要求，設(shè)計瞬態(tài)迭代步數(shù)為40 000步，共得到40 000個脈動壓力信號，時間步長為0.000 2 s，采樣時間為8 s，即車窗開啟速度為0.04 m/s。

3.2 試驗驗證與對比

實車道路試驗場地要求周圍50 m范圍內(nèi)不能有其它噪聲源的干擾，試驗路面要求平直、平整、干燥且有足夠長度，天氣要求晴朗，無風(fēng)或微風(fēng)，背景噪聲(A聲級)應(yīng)比被測車輛噪聲至少低10 dB。為了減少環(huán)境噪聲的干擾，試驗路段為行車稀少時段且路面相對平直的某高速公路。傳聲器的布置嚴(yán)格依據(jù)GB/T 25982—2010。傳聲器布置與側(cè)窗開度標(biāo)識,如圖8所示。

(a)傳聲器布置 (b)側(cè)窗開度標(biāo)識刻度圖8 道路試驗測試準(zhǔn)備Fig.8 Road test of the vehicle

為了驗證動網(wǎng)格計算方法運(yùn)用在實車模型上的準(zhǔn)確性，將左后窗1/5,2/5,3/5,4/5 4個開度的實驗數(shù)據(jù)提取出來，與固定開度仿真結(jié)果、實車道路試驗結(jié)果進(jìn)行對比分析。

從圖9中可知，無論是動網(wǎng)格計算結(jié)果還是固定開度計算結(jié)果在整個頻率段均與實車道路試驗結(jié)果有些差異，這是由于在實車道路試驗中，不能完全避免其它噪聲的干擾，而且數(shù)值仿真邊界條件設(shè)置不能完全模擬實際情況。但是頻譜曲線的走勢基本一致，而且在風(fēng)振噪聲第一個峰值處吻合得比較好，風(fēng)振噪聲特征點的聲壓級和頻率都相差不大，證明了仿真方法的準(zhǔn)確性。動網(wǎng)格計算結(jié)果和固定開度計算結(jié)果在低頻段吻合較好，尤其在風(fēng)振噪聲特征點處誤差很小，但在中高頻差異有所增大。當(dāng)側(cè)窗開度增加至3/5時，高頻的連續(xù)開度仿真值與試驗值偏差更為明顯，這是因為開度的增加會引起風(fēng)振頻率的增加，當(dāng)風(fēng)振頻率接近聲腔的固有頻率時，引起聲共振，使得壓力脈動的準(zhǔn)諧振效應(yīng)更為顯著，進(jìn)而使高頻聲壓值的誤差被放大。當(dāng)車窗開度增加至4/5時，風(fēng)振頻率已經(jīng)越過聲腔的固有頻率，使得高頻聲壓值的誤差值有所降低。

(a)1/5開度 (b)2/5開度 (c)3/5開度 (d)4/5開度圖9 聲壓頻譜圖對比(110 km/h)Fig.9 Comparison of sound pressure level under different opening degrees in frequency domain (110 km/h)

3.3 最大風(fēng)振特性分析

根據(jù)式(10)可求出不同側(cè)窗開度下所對應(yīng)的總聲壓級，如圖10所示。從圖10可知，風(fēng)振噪聲總聲壓級隨著側(cè)窗開度的增大先增加后減小，當(dāng)側(cè)窗開啟至70%附近時，該開度對應(yīng)的風(fēng)振頻率接近乘員室聲腔的固有頻率，因此在計算頻率范圍內(nèi)，總聲壓級達(dá)到最大值?？傮w而言，運(yùn)用固定開度方法與動網(wǎng)格仿真方法所得結(jié)果與試驗結(jié)果趨勢較為一致，吻合良好，因此最大風(fēng)振噪聲聲壓值與其對應(yīng)的側(cè)窗開度均取三者結(jié)果的平均值，即開度為69%，峰值為129 dB。

依據(jù)以上計算與分析，左后側(cè)窗開度為276 mm時，風(fēng)振噪聲聲壓級達(dá)到最大值，因此對該工況進(jìn)行風(fēng)振特性分析。圖11中由于氣流直接從左后側(cè)窗進(jìn)入車內(nèi)，同時B柱后渦流以及后視鏡產(chǎn)生的尾渦在側(cè)窗開口處相遇，車廂中后部氣流流速較高，形成了很多較大的漩渦。由于氣流在車內(nèi)回旋流向車廂前部時，產(chǎn)生了渦系，引起流速與流量的增加，進(jìn)而對風(fēng)振噪聲產(chǎn)生了直接的影響。圖12為橫截面上的湍動能云圖，氣流流經(jīng)后視鏡時，在其后部附近形成強(qiáng)烈的湍流，經(jīng)過一段距離的發(fā)展，到達(dá)左后側(cè)窗附近時，湍流部分能量隨之耗散，湍流強(qiáng)度也相應(yīng)減弱，部分湍流轉(zhuǎn)化為層流，因此對側(cè)窗風(fēng)振噪聲有直接影響。

圖10 總聲壓級對比圖Fig.10 Comparison of overall sound pressure level under different opening degrees

圖11 橫切面速度云圖(單位：m/s)Fig.11 Velocity contour of the cross section (unit: m/s)

圖12 橫切面湍動能云圖(單位：K)Fig.12 Turbulence energy contour of the cross section (unit: K)

4 側(cè)窗風(fēng)振噪聲控制

仿生學(xué)的研究發(fā)現(xiàn)，生長在我國東北地區(qū)的長耳鸮，喜歡夜間行動，飛行時悄無聲息，研究學(xué)者發(fā)現(xiàn)長耳鸮翼后緣是柔性非光滑表面，具有降噪作用[17]。 本文將左后窗雨擋形狀設(shè)計成非光滑表面，既能具備傳統(tǒng)雨擋的功用，又能起到擾流作用，達(dá)到降噪目的，對其在側(cè)窗風(fēng)振噪聲方面的影響進(jìn)行了研究，并針對其外形進(jìn)行了優(yōu)化設(shè)計。

4.1 雨擋模型設(shè)計變量及約束條件

本文在對實車雨擋測量后，對雨擋某些對影響氣流流動很小的部位進(jìn)行了簡化，建立非光滑表面雨擋模型,如圖13所示。在光滑雨擋表面，以正弦曲線生成四道凹凸不平的槽。

(a) (b)圖13 雨擋裝置主要結(jié)構(gòu)參數(shù)Fig.13 Main structural parameters of the rain guard

根據(jù)非光滑表面雨擋的形狀及造型特征，選取如下參數(shù)作為設(shè)計變量：

L1-取非光滑表面每個單元中線之間的間距，則L1的取值范圍為20～26 mm。

W-令雨擋下緣與車窗曲面距離為W，則變換W值可以控制降噪附加裝置表面的斜度。當(dāng)降噪附加裝置表面斜度大于45°時，擋雨效果會急劇下降，令W最小值為20 mm，因此W取值范圍為20～36 mm。

L2-令雨擋長邊(即后部邊長)的長度為L2，根據(jù)車窗弧度要求，令L2的最小值為50，取L2的范圍為50～65 mm。

H-取非光滑單元的凸起高度，根據(jù)仿生學(xué)可知H/L取0.12～0.19，H取值范圍為3～5 mm。

非光滑表面雨擋會影響車窗開口前緣剪切層產(chǎn)生的渦流，因此選取駕駛員耳旁處的風(fēng)振噪聲值作為目標(biāo)函數(shù)。

4.2 試驗設(shè)計與代理模型

根據(jù)設(shè)計變量的取值范圍，選取的設(shè)計變量共4個，采用最優(yōu)拉丁超立方抽樣方法設(shè)計了20組樣本點，經(jīng)CFD計算得到20組響應(yīng)值，設(shè)計的具體方案,如表4所示。

圖14為設(shè)計變量對車內(nèi)噪聲值P的主效應(yīng)圖。主效應(yīng)圖表示的是改變某單因子的水平，用每個水平和其他因子的所有可能的組合對結(jié)果進(jìn)行平均。從圖中不同曲線的斜率可以看出，車內(nèi)風(fēng)振噪聲P隨L1和W的增大而不斷減小，L1的斜率大于W的斜率，即P隨L1的變化更為顯著。同時，隨著H和L2增大，P先增大后減小。

圖15為風(fēng)振噪聲的Pareto圖，對風(fēng)振噪聲值P影響由大到小依次是L1,W,H和L2。其中，L1和W為負(fù)效應(yīng)，H和L2為正效應(yīng)。

表4 試驗設(shè)計方案樣本

圖14 主效應(yīng)圖 圖15 Pareto圖Fig.14 Main effect plotFig.15 Pareto plot

基于表4中優(yōu)化目標(biāo)與設(shè)計變量之間的響應(yīng)性關(guān)系，選取設(shè)計空間范圍中除設(shè)計方案以外的任意2組樣本點，進(jìn)行CFD計算，最后將得出的計算結(jié)果同近似模型的結(jié)果進(jìn)行對比，以此來驗證近似模型精度[18]，如表5所示。結(jié)果表明近似模型與仿真值誤差都在2%以內(nèi)，近似模型能夠高精度地描述響應(yīng)值和設(shè)計變量之間關(guān)系。

表5 近似模型精度驗證

4.3 優(yōu)化結(jié)果與分析

遺傳算法是借鑒達(dá)爾文進(jìn)化論的進(jìn)化規(guī)律演化而來的一種全局搜索優(yōu)化算法，可同時使用多個搜索點的信息，目前廣泛應(yīng)用于工程優(yōu)化領(lǐng)域。多島遺傳算法是一種基于群體分組的并行性遺傳算法，這種算法通過若干子群的獨立進(jìn)化與相互遷移避免了傳統(tǒng)算法可能產(chǎn)生的局部最優(yōu)解現(xiàn)象，有利于尋找到全局最優(yōu)解，同時計算效率高并且算法穩(wěn)定性好[19]。本次優(yōu)化目的是降低風(fēng)振噪聲值，即MinimizeP。

在近似代理模型基礎(chǔ)上，應(yīng)用多島遺傳算法進(jìn)行全局尋優(yōu)設(shè)計，子群規(guī)模設(shè)定為20，總?cè)后w規(guī)模數(shù)為50，總進(jìn)化代數(shù)為20代，對代理模型進(jìn)行全局尋優(yōu)，得到結(jié)果為：L1=21.20 mm，W=25.39 mm，L2=63.29 mm，H=4.31 mm。

將得到的最優(yōu)解進(jìn)行CFD計算驗證，對比圖16與圖11可知，車內(nèi)氣流的流速明顯減小，且漩渦大小和數(shù)量都有所減少，因此導(dǎo)致駕駛員耳旁聲壓級有所降低；對比圖17與圖12可知，附加上結(jié)構(gòu)優(yōu)化的雨擋后，使得左后窗附近的一部分層流轉(zhuǎn)化成湍流邊界層，間接削弱了空腔風(fēng)振聲學(xué)響應(yīng)強(qiáng)度[20]，因此附加后的雨擋裝置對風(fēng)振噪聲起了一定的抑制作用。

優(yōu)化后風(fēng)振噪聲為123.82 dB，相較無降噪附加裝置的129 dB，降低了約5 dB，減小約4%，降噪效果較為理想，如表6所示。

圖16 橫切面速度云圖(加雨擋)Fig.16 Velocity contour of the cross section (additional rain guard)

圖17 橫切面湍動能云圖(加雨擋)Fig.17 Turbulence energy contour of the cross section (rain guard)

無雨擋結(jié)構(gòu)優(yōu)化后的雨擋近似模型CFD計算相對誤差改進(jìn)效果129 dB123.36 dB123.82 dB0.37%4.18%

5 結(jié) 論

(1)采用非結(jié)構(gòu)網(wǎng)格彈性變形與局部重構(gòu)網(wǎng)格相結(jié)合方法實現(xiàn)了簡易車廂的連續(xù)開口風(fēng)振噪聲計算。通過與傳統(tǒng)固定開度方法對比分析，驗證了運(yùn)用該方法計算空腔風(fēng)振噪聲的準(zhǔn)確性。

(2)在對簡易車廂連續(xù)開口風(fēng)振噪聲準(zhǔn)確計算基礎(chǔ)上，采用動網(wǎng)格技術(shù)對實車左后窗連續(xù)開啟的風(fēng)振噪聲進(jìn)行了數(shù)值仿真。雖然該方法計算結(jié)果與傳統(tǒng)計算結(jié)果、試驗結(jié)果在高頻部分有較大差異，但是對于風(fēng)振特征點對應(yīng)的頻率及幅值吻合的比較好，進(jìn)而找到風(fēng)振噪聲最大值所對應(yīng)的車窗開度，為不同車窗開度下的風(fēng)振噪聲預(yù)測與避開噪聲值較大的車窗開度提供了新的實際應(yīng)用模型與新的研究思路。

(3)通過在左后窗附近建立非光滑表面雨擋，并對其主要結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化設(shè)計，附加優(yōu)化后的雨擋裝置削減與削弱了向前排座椅回流渦的數(shù)量與流速，并將左后窗表面附近部分層流轉(zhuǎn)為湍流，影響了該區(qū)域的湍流強(qiáng)度，降低了駕駛員耳旁的風(fēng)振聲壓級，為雨擋裝置在汽車側(cè)窗風(fēng)振噪聲控制領(lǐng)域中的應(yīng)用提供了一定程度的工程指導(dǎo)。

參 考 文 獻(xiàn)

[ 1 ] 傅立敏. 汽車設(shè)計與空氣動力學(xué)[M]. 北京： 機(jī)械工業(yè)出版社， 2011.

[ 2 ] LEMAITRE G, VARTANIAN C, LAMBOURG C, et al. A psychoacoustical study of wind buffeting noise[J]. Applied Acoustics, 2015, 95: 1-12.

[ 3 ] MENDONCA F G. CFD/CAE combination in open cavity noise predictions for real vehicle sunroof buffeting[J]. SAE International Journal of Passenger Cars-Mechanical Systems, 2013, 6(1): 360-368.

[ 4 ] 楊振東，谷正氣，董光平，等. 汽車天窗風(fēng)振噪聲分析與優(yōu)化控制[J]. 振動與沖擊, 2014, 33(21): 193-201.

YANG Zhendong, GU Zhengqi, DONG Guangping, et al. Analysis and optimal control for car sunroof buffeting noise[J]. Journal of Vibration and Shock, 2014, 33(21): 193-201.

[ 5 ] 胡亞濤，薛永飛，陳軍，等. 車輛天窗氣動噪聲的數(shù)值分析與實驗研究[J]. 工程熱物理學(xué)報, 2011, 32(4): 589-892.

HU Yatao, XUE Yongfei, CHEN Jun, et al. Numerical simulation and experimental study of vehicle aerodynamic noise from open sunroof[J]. Journal of Engineering Thermophysics, 2011, 32(4): 589-592.

[ 6 ] KOOK H S, SHIN S R, CHO J, et al. Development of an active deflector system for sunroof buffeting noise control[J]. Journal of Vibration and Control, 2014, 20(16): 2521-2529.

[ 7 ] RAHMAN M M, TOUFIQUE H A B M, SADRUL I A K M, et al. Computation of transonic internal flow around a biconvex airfoil with cavity[J]. Journal of Mechanical Science and Technology, 2015, 29(6): 2415-2421.

[ 8 ] 周益. 汽車天窗噪聲的控制和CFD仿真研究[D]. 合肥: 合肥工業(yè)大學(xué), 2012.

[ 9 ] 黃磊. 汽車天窗風(fēng)振問題的研究[J]. 噪聲與振動控制, 2009, 29(2): 38-41.

HUANG Lei. Study of sunroof buffeting noise of automobiles due to wind load[J]. Noise and Vibration Control, 2009, 29(2): 38-41.

[10] 康寧，王曉春. 天窗對轎車內(nèi)部流場及氣動噪聲的影響[J]. 航空動力學(xué)報, 2010, 25(2): 354-358.

KANG Ning, WANG Xiaochun. Influence of sunroof on flow field and aerodynamic noise inside the passenger compartment of the car[J]. Journal of Aerospace Power, 2010, 25(2): 354-358.

[11] 汪怡平，王文龍，楊雪，等. 超低馬赫數(shù)空腔流誘發(fā)自激振蕩數(shù)值模擬[J]. 中國公路學(xué)報, 2015, 28(7): 121-126.

WANG Yiping, WANG Wenlong, YANG Xue, et al. Numerical simulation for self-oscillation evoked by cavity flow at ultra low mach numbers[J]. China Journal of Highway and Transport, 2015, 28(7): 121-126.

[12] 熊萬里，侯志泉，呂浪，等. 基于動網(wǎng)格模型的液體動靜壓軸承剛度阻尼計算方法[J]. 機(jī)械工程學(xué)報, 2012, 48(23): 118-126.

XIONG Wanli, HOU Zhiquan, Lü Lang, et al. Method for calculating stiffness and damping coefficients of hybrid bearings based on dynamic mesh model[J]. Journal of Mechanical Engineering, 2012, 48(23): 118-126.

[13] 艾輝林，陳艾榮. 基于ALE格式的動網(wǎng)格方法數(shù)值模擬斷面氣動導(dǎo)數(shù)[J]. 工程力學(xué), 2009, 26(7): 211-215.

AI Huilin, CHEN Airong. Moving grids method simulation of sections’ aerodynamic derivatives based on ALE format[J]. Engineering Mechanics, 2009, 26(7): 211-215.

[14] 黃莎，楊明智，李志偉，等. 高速列車轉(zhuǎn)向架部位氣動噪聲數(shù)值模擬及降噪研究[J]. 中南大學(xué)學(xué)報(自然科學(xué)版), 2011, 42(12): 3899-3904.

HUANG Sha, YANG Mingzhi, LI Zhiwei, et al. Aerodynamic noise numerical simulation and noise reduction of high speed train bogie section[J]. Journal of Central South University(Science and Technology), 2011, 42(12): 3899-3904.

[15] MECHEL F P. Formulas of acoustics[M]. Berlin: Springer-Verlag Press, 2008.

[16] 朱暉，楊志剛，譚鵬，等. 流體仿真平臺對汽車外流場仿真能力的對比研究[J]. 汽車工程, 2016, 38(2): 163-167.

ZHU Hui, YANG Zhigang, TAN Peng, et al. A comparative study on the simulation capability of fluid simulation platforms on exterior flow field around vehicle[J]. Automotive Engineering, 2016, 38(2): 163-167.

[17] 徐成宇，錢志輝，劉慶萍，等. 基于長耳鸮翼前緣的仿生耦合翼型氣動特性[J]. 吉林大學(xué)學(xué)報(工學(xué)版), 2010, 40(1): 108-112.

XU Chengyu, QIAN Zhihui, LIU Qingping, et al. Aerodynamic performance of bionic coupled foils based on leading edge of long-eared owl wing[J]. Journal of Jilin University (Engineering and Technology), 2010, 40(1): 108-112.

[18] 左曙光，韋開君，吳旭東，等. 采用Kriging模型的離心壓縮機(jī)葉輪多目標(biāo)參數(shù)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報, 2016, 32(2): 77-83.

ZUO Shuguang, WEI Kaijun, WU Xudong, et al. Multi-objective parameter optimization of centrifugal compressor impeller with Kriging model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(2): 77-83.

[19] 趙德建，王延奎，周平，等. 基于多島遺傳算法的二維翼型吸氣減阻優(yōu)化[J]. 北京航空航天大學(xué)學(xué)報(自然科學(xué)版), 2015, 41(5): 941-946.

ZHAO Dejian, WANG Yankui, ZHOU Ping, et al. Optimization of drag reduction by suction using multi-island genetic algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics(Science and Technology), 2015, 41(5): 941-946.

[20] 楊博. 汽車外部空氣動力噪聲研究[D]. 長春: 吉林大學(xué), 2008.