后视镜产生风噪声的数值模拟与测量外文翻译资料

2022-09-24 10:09

Numerical Simulations and Measurement

of Mirror-Induced Wind Noise

ABSTRACT

The high cost and competitive nature of automotive product development necessitates the search for less expensive and faster methods of predicting vehicle performance. Continual improvements in High Performance Computing (HPC) and new computational schemes allow for the digital evaluation of vehicle comfort parameters including wind noise. Recently, the commercially available Computational Fluid Dynamics (CFD) code PowerFlow, was evaluated for its accuracy in predicting wind noise generated by an external automotive tow mirror. This was accomplished by running simulations of several mirror configurations,choosing the quietest mirror based on the predicted performance, prototyping it, and finally, confirming the prediction with noise measurements taken in an aeroacoustic wind tunnel. Two testing methods, beamforming and direct noise measurements, were employed to correlate the physical data with itself before correlating with simulation. Results of the correlations build confidence in both simulation and experiment, and confirm the use of exterior noise measurements as a substitute characteristic for interior noise.

INTRODUCTION

The ultimate goal in the simulation of automotive interior noise is to predict the noise that will be experienced by the customer. This noise is generated primarily by engine and road forces and wind pressures loading the structure thereby exciting the vehicle acoustic cavity or there may be a direct path for exterior noise to leak into the cavity. With so many sources and paths for noise and different simulation technologies required to predict each one, the development of a fully integrated noise model is still in its early stages. In the mean time, it remains practical to develop substitute characteristics that predict overall interior noise based on component behavior. In the case of wind noise generated by an external mirror, the measurement of exterior noise on the surface of the side glass is an emerging standard. This is due to several factors: 1) the side glass is considered to be the primary path for mirror wind noise;2) the physical glass is convenient to instrument during correlation experiments; and 3) there have been several papers documenting its successful use as a component level metric for interior noise [1,2]. The purpose of this paper is to confirm the accuracy of predicted exterior wind noise spectra on the outer surface of the side glass and determine whether it can be used as a substitute characteristic for interior noise. The results and conclusions supplement previous CFD studies [3,4]. In this case, the Lattice Boltzmann Method is used to predict the exterior wind noise. Countermeasures to improve the exterior noise are then developed based on analysis of the simulation results. The improved mirror is then prototyped and wind tunnel tests undertaken to confirm the improvement.

NUMERICAL SCHEME

THE LATTICE BOLTZMANN METHOD - The CFD codeused for this study is based on the Lattice Boltzmann Method (LBM). Lattice based methods were proposed two decades ago [5] as an alternative numerical method to traditional Computational Fluid Dynamics (CFD). Unlike conventional methods based on solving the macroscopic continuum Navier-Stokes equations as Partial Differential Equations (PDEs), LBM starts from a “mesoscopic” kinetic equation based on the discrete Boltzmann equation for the particle distribution function, where the correct macroscopic fluid dynamics is obtained as a result of evolving the underlying particle Distributions. Use of a kinetic description makes the physics modeling simpler and more general than what is captured in the Navier-Stokes (N-S) equations. The physics is simpler since it is restricted to capturing the kinetic behavior of particles or collections of particles as opposed to attempting to solve non-linear PDEs, which is very difficult. This mesoscopic description is also more general since by augmenting the particle interactions at this level, more complex fluid physics, valid for a much wider range of spatial and time scales, can be modeled more accurately.

The lattice Boltzmann equation has the following form:

（1）

where is the particle distribution function moving in the ith direction, according to a finite set of the discrete velocity vectors. and are space and time increments respectively. For convenience, we choose the convention in the subsequent discussions. The collision term on the right hand side of Eq. (1) adopts the simplest and most popular form known as the Bhatnagar-Gross-Krook (BGK) form [6,7,8,9,10,11]:

（2）

Here is the relaxation time parameter, and is the local equilibrium distribution function, which depends on local hydrodynamic properties. The basic hydrodynamic quantities, such as fluid density and velocity , are obtained through moment summations:

（3）

In the low frequency and long-wave-length limit, for a suitable choice of the set of discrete velocity vectors, the transient compressible N-S equations are recovered through Chapman-Enskog expansion, in the limit of low Mach number (~0.4). The resulting equation of state obeys the ideal gas law, and the kinematic viscosity of the fluid is related to the relaxation time parameter , by[5,7,11].

（4）

The combination of Eq.s (1)-(4) forms the usual LBM scheme for fluid dynamics. It is solved on a grid composed of cubic volumetric elements called voxels, and Variable Resolution (VR) is allowed, where the grid size changes by a factor of two for adjacent resolution regions [12].

FLUID TURBULENCE MODEL - For higher Reynolds number flows it is not computationally practical to perform direct simulations by resolving all of the scales, thus i

剩余内容已隐藏，支付完成后下载完整资料

后视镜产生风噪声的数值模拟与测量

摘要

汽车产品开发的高成本和竞争性，使得寻找更便宜和更快的预测车辆性能的方法成为必然。在高性能计算（HPC）和新计算方法方面的持续改进，允许包括风噪声在内的车辆舒适性参数进行数字评估。近日，商用计算流体动力学（CFD）软件PowerFlow被评估了其在预测由汽车两外部后视镜产生的风噪声的准确性。通过对几个镜像配置进行模拟，基于预测的性能选择噪声最小的一个为原型，最终在气动声学风洞中通过对其噪声的测量证明了预测结果。波束形成和直接噪声测量这两种测试方法，在与仿真比较之前被用来和物理数据相对比。比较的结果在仿真与实验方面都建立了信心，并且确认了使用外部噪声测量结果作为内部噪声的替代特性。

引言

汽车内部噪声仿真的最终目标是预测乘客感受到的噪声。这种噪声主要是由发动机、道路阻力和作用在车体结构上的风压产生，从而引起汽车空腔共鸣或者外部噪声通过直接的路径泄漏进空腔。即使有这么多的噪声来源与路径，仿真技术需要预测它们其中的每一个，但是完全集成的噪声模型的发展仍处于早期阶段。同时，开发用于预测基于组件行为的整体内部噪声的替代特性仍然是实用的。在外部后视镜产生的风噪声的情况下，侧面玻璃表面处外部噪声的测量是一种新兴的标准。这是由于下面几个原因：1）侧窗玻璃被认为是后视镜风噪声的主要路径；2）物理玻璃在相关实验中使用方便；3）有一些论文记录了其作为组件水平度量内部噪声的成功应用[1,2]。本文的目的是为了确认预测风窗外表面的外部风噪声谱的准确性，并且确定其是否可以用作内部噪声的替代特性。研究结果和结论补充了以前的计算流体力学研究[3,4]。在这种情况下，格子玻尔兹曼方法被用来预测外部风噪声。在仿真结果分析的基础上，提出了改善外部噪声的方法。以改进的后视镜为原型通过风洞试验进行验证。

数值方法

格子玻尔兹曼方法

本研究使用的CFD软件是基于格子玻尔兹曼方法（LBM）。基于格子的方法作为一种替代传统计算流体力学(CFD)的数值计算方法在二十年前被提出。LBM源自于一个基于离散的玻尔兹曼方程作为粒子分布函数的“介观”动力学方程，在方程中将正确的宏观流体动力学作为演化的基本粒子分布的结果而得到，LBM并不像传统方法那样将基于解决宏观的N-S方程作为偏微分方程（PDEs）。

利用动力学描述物理模型比N-S方程更简单和更具普遍性。物理模型更简单是因为它被限制捕捉颗粒或颗粒集合的动力学行为而不是试图解决非常困难的非线性偏微分方程。这种介观描述也更具普遍性，因为通过在这个水平上增加粒子间的相互作用，可以正确地建立更复杂的流体物理模型，并且对于更广泛的空间和时间尺度也是有效的。

格子玻尔兹曼方程具有以下形式：

（1）

方程中表示在i方向移动的粒子分布函数，根据离散速度向量的有限集合。和分别是空间和时间增量。为了方便，我们在随后的讨论中选择公约数。方程（1）等式右边的碰撞项采用最简单和最流行的形式，

该形式叫做Bhatnagar-Gross-Krook(BGK)形式[6,7,8,9,10,11]：

（2）

这里是松弛时间参数，局部平衡分布函数，它取决于局部水动力特性。基本水动力量，比如流体密度和速度，是通过对时刻求和得到的。

（3）

在低频和长波长度的限制下，对于一个合适选择的离散速度矢量集，瞬态可压缩N-S方程是通过查普曼-恩斯科克的展开恢复的，并且是以低马赫数（～0.4）为限。由此产生的状态方程服从理想气体定律，同时流体的运动粘度与松弛时间参数有关[5,7,11]:

（4）

方程组（1）-（4）形成了流体动力学通常的LBM方法。它是由称作体素的立方体积元组成的网格求解得到的，并且允许可变分辨率，那里网格的大小随相邻分辨率区域的一个因子变化[12]。

流体湍流模型

对于更高雷诺数的流动，通过解决所有的尺度进行直接模拟是不切实际的，这样将湍流模型进行整合来说明未解决的湍流结构就变得很有必要。

对于运动湍流尺度有三种基本类型：耗散范围，惯性范围，和各向异性范围。湍流的耗散和惯性范围在自然界中是普遍的并且赋予它们自己一个可能的理论描述。湍流理论是基于这些普遍性的描述。各向异性湍流包含最大尺度的湍流运动，并且在自然界中不是很普遍，因此湍流理论并不适用于这个范围。被应用在基于LBM的CFD软件中的数值方法直接解决了各向异性湍流尺度，而且利用湍流理论来对那些适用于耗散和惯性范围内湍流的普遍尺度进行建模。

为了对未解决的小尺度湍流脉动的影响进行建模，通过用一种有效的湍流松弛时间尺度对格子玻尔兹曼方程的分子松弛时间尺度进行替换，将格子玻尔兹曼进行扩展；即，其中可以来自于一个系统的重整化群（RNG）程序：

（5）

方程中是局一个局部应变参数的组合，局部涡度参数，和当地的螺旋参数[13]。

基于原始RNG公式、经修改后的两方程模型描述了亚格子湍流的贡献[14]，通过下列方程给出：

（6）

（7）

参数是RNG公式中的涡流粘度。在原始模型中所有的无量纲系数是相同的[15,16,17]。上面的方程是应用修改后的Lax-Wendroff显示时间有限差分法在同一单元格内求解的[24]。这种对于湍流脉动影响的描述包含了流量历史和上游信息，同时包含高阶项来说明雷诺应力的非线性特征[6,22]。这是对比典型的N-S求解器，该求解器倾向于使用基于雷诺应力的传统线性涡粘性来封闭模型。

壁面边界条件

在一个完全解决的壁边界层流动中，无滑移边界条件可以通过一个粒子在固体表面上的反弹过程来实现。由此在流体-固体界面产生的动量通量与压力和作用于流体上的壁面剪应力相对应[3,7]。在此使用的软件中，一个关于任意几何形状的广义的体积边界已经被执行，以便更精确地控制整个边界的动量通[4,8]

对于高雷诺数湍流，当接近墙壁时，流体结构变得很小；在近壁区域的精细分辨率是不切实际的。因此，湍流壁面模型是用来为近壁粒子提供近似边界条件的。在目前研究中使用的软件里，应用以下的壁面剪切应力壁面模型，该模型是基于壁面广义法的推广[8,9]:

（8）

和

在LBM的计算中，这种方程是通过迭代求解为壁面边界条件提供壁面剪切应力估计值。一种滑移算法[8,9]随后被用于边界处理，这种算法是弹回反射和镜面反射的一种推广。壁面剪切应力模型中所估计的摩擦阻力被应用于改变近壁粒子散射的动量。与以往的LBM框架中所用到的标准壁函数法相比，包含压力梯度信息的扩展对在不良压力梯度下的流动提供了更好的预测[9,13]。

以下对于湍流动能和耗散的经验边界条件被强加在近壁晶格位置[5,23]：

（9）

评估程序

计算

试验车的全几何形状，包括详细的引擎盖和车身的几何形状，第一次被细化为1500000的三角形，如图1所示。

图1.地面车辆几何形状

车辆的行驶高度和对前、后轮胎的静负荷半径根据测试车辆的尺寸进行调整。车辆在一个具有0.1%低阻塞率的虚拟风洞中进行模拟，在流体计算域的尺寸为136.6米times;63.6米times;52米（长x宽x高）。这个非常低的阻塞率接近汽车在露天道路上行驶的条件，然而在风洞中，阻塞率通常会更高。镶嵌几何与周围空气的体积随后分别被求解为大约5百万元素和6.2千万体素。体素被组织成可变分辨率的区域，该区域范围从外部大部分区域的1280毫米到内部后视镜附近大部分区域的1.25毫米。（图2）

图2可变分辨率区域的截面

可变分辨率区域的形状是根据过去的经验和平衡解决方案的精度与计算效率决定的。为了确保发动机舱通道和车辆周围适当的流量分布，利用多孔介质对相应的压力-速度曲线进行了标定，模拟了散热器和冷凝器的流动阻力。一种速度入口和恒定压力出口条件分别施加于前后域边界。一种滑移壁面条件被施加到顶部和两侧的区域边界。固定的轮胎和地面在仿真过程中被用来代表物理风洞。一个无滑移壁面条件被施加到车辆地面的上游来获得与物理风洞试验相似的地板边界层厚度。为了缩短计算车辆周围充分发展流动的时间，使用了以下的由粗到细的设置种子的方法：用匀速和压力初始条件对粗模型进行了模拟，然后得到的结果作为求解精细模型的初始条件。精细模型的仿真时间为1秒，时间步长为6.8微秒。探针测量开始于t = 0.1 s并且流体测量开始于t = 0.4 以避免初始的不稳定状态。

为了进一步节约完成一次仿真所需的计算时间，使用了车辆的半对称模型。由于试验车辆上的雨刷是非对称的，所以它们被从模型中移除，以保持对称性的假设。对于基准的运行，对120公里/小时的流速、0^o横摆角和生产的双后视镜几何模型进行了模拟。同时也对无后视镜的模型进行了模拟，来测试求解器预测噪声变化的能力，这种变化是由于几何形状的变化而引起的。基准模型和无后视镜的模型如图3所示。

图3.基准模型（a）与无后视镜模型（b）

实验

物理风噪声的实验是在位于密歇根艾伦公园内的Jacobs Sverdrup气动声学风洞内进行的。（图4）模拟中的120公里/小时的流速、0°横摆角和无雨刷的基准条件在风洞中被复现。为了获得实验的可信度，在分开几周的测试间隔中同时采用两个独立的测试方法。

相控式扩音器阵列

为了在侧窗玻璃上捕捉预测噪声的空间分布，第一种方法应用相控式扩音器阵列(PMA)，也叫做波束形成阵列，用它来获取数据的同时也用到了嵌入式扩音器阵列(FMA)。本试验采用的PMA设备是Bamp;K模型WA-0890-F圆形阵列，它是由90个间隔布置在直径为2.4m的框架上的扩音器组成。阵列被放置在开放的喷射流外面，离侧窗玻璃3.5m远。如图4所示。

图4.风洞，试验车和仪器仪表

嵌入式扩音器阵列

第二种测试方法应用Bamp;K 4942-A直径为12.7毫米的电容扩音器阵列，这些扩音器几乎均匀地分布在汽车玻璃的所有表面上（图5）。每一个扩音器都被小心地、嵌入式的安装在玻璃的外表面，以避免在流中突出。此方法直接测量车辆的噪声和湍流压力波动，而没有与流量法相关的自身噪声或流场中断的可能性。这种方法很早就被Stapleford amp; Carr详细记述[18]。尽管考虑到采用更少数量的扩音器，但是风洞的时间成本消除了这种可能性。

图5.嵌入式扩音器排列的照片

注册

找回密码