摘    要   

隨著動(dòng)力系用系統(tǒng)的電氣化，車輛內(nèi)部的噪聲已經(jīng)達(dá)到了非常令人滿意的安靜水平。動(dòng)力系統(tǒng)的噪音，過去在內(nèi)燃機(jī)汽車中占主導(dǎo)地位，現(xiàn)在正在讓位于其他噪聲源：滾動(dòng)噪聲和風(fēng)噪聲。這些噪音是在公路和高速公路上行駛時(shí)遇到的，在長途旅行中會產(chǎn)生相當(dāng)大的疲勞。風(fēng)噪聲是湍流和聲壓波動(dòng)在氣流中產(chǎn)生的結(jié)果。它們通過車輛表面（如窗戶、地板和車頂）的振動(dòng)聲激勵(lì)傳遞到乘員艙。由于其機(jī)械性能，窗戶是向乘員艙傳遞最多噪音的表面。盡管聲壓在振幅上比湍流壓力波動(dòng)弱得多，但它仍然占了乘員感知到的大部分噪聲。這是因?yàn)樗牟ㄩL更接近玻璃振動(dòng)的特征波長，使其更有效地通過乘員艙玻璃傳播。這些現(xiàn)象的精確建模需要CFD（計(jì)算流體動(dòng)力學(xué)）和高頻振動(dòng)聲學(xué)模擬的耦合。除此之外，CFD模擬必須重現(xiàn)聲波在車輛周圍氣流中的產(chǎn)生和傳播；Lattice-Boltzmann（格子-玻爾茲曼)方法用于此目的。振動(dòng)聲模擬必須能夠?qū)崿F(xiàn)玻璃上的外部氣動(dòng)聲載荷與乘員室噪聲傳播到乘客耳朵之間的耦合。

01  前    言 

汽車的電氣化導(dǎo)致客戶和用戶對電動(dòng)汽車安靜運(yùn)行的需求增加。機(jī)艙內(nèi)的音，以前主要由內(nèi)燃機(jī)，正在讓位給其他噪聲源：滾動(dòng)噪聲和風(fēng)噪聲。這些噪聲源的特點(diǎn)是在很寬的頻率范圍內(nèi)都能聽到，被認(rèn)為是低質(zhì)量的，是長途高速公路旅行中不舒服和疲勞的來源。對內(nèi)部噪音水平的估計(jì)通常需要進(jìn)行昂貴的測試，這通常需要使用全尺寸的風(fēng)洞。

在開發(fā)周期更快、成本效益更高的現(xiàn)代背景下，車輛的外部形狀以及玻璃性能需要盡早做出決定。因此，為了縮短新產(chǎn)品的開發(fā)周期，依靠模擬方法來預(yù)測由風(fēng)噪聲源引起的室內(nèi)噪聲水平是非常重要的。對汽車座艙內(nèi)部風(fēng)噪聲進(jìn)行預(yù)測面臨兩個(gè)主要挑戰(zhàn)：外部空氣聲源的計(jì)算和向內(nèi)部的傳播。要準(zhǔn)確評估不同的外觀設(shè)計(jì)，需要對駕駛員或乘客耳朵的內(nèi)部聲學(xué)響應(yīng)進(jìn)行評估。

風(fēng)噪聲源

      噪聲源產(chǎn)生的氣動(dòng)聲學(xué)機(jī)制是復(fù)雜的。它們是由移動(dòng)車輛表面的空氣循環(huán)產(chǎn)生的。乘員艙內(nèi)的噪音是乘員艙面板壓力變化的結(jié)果，可分為兩種類型：

• 由與車輛面板直接接觸的渦流引起的空氣動(dòng)力或湍流壓力。實(shí)際上，湍流波動(dòng)與傳播速度接近車輛速度約30m/s ~ 40 m/s的局部流動(dòng)速度進(jìn)行了對流。

• 以340米/秒的聲速在空氣中傳播的氣流所產(chǎn)生的聲源輻射所產(chǎn)生的聲壓。

      這些聲源的產(chǎn)生來自兩個(gè)氣動(dòng)起源的渦流之間或渦流與表面之間的相互作用。這是艾倫·鮑威爾在1964年出版的《渦旋聲理論》(theory of vortex sound)中使用的理論。與對流湍流相比，聲場通常是內(nèi)部噪聲的主要來源，盡管聲場的水平要低得多。

      氣動(dòng)聲學(xué)現(xiàn)象的模擬需要使用方法來計(jì)算到達(dá)車輛面板的聲波的來源和傳播。這些可以通過直接獲得包括湍流和聲分量的頂壓來獲得，或者分兩個(gè)階段通過識別湍流中的聲源然后計(jì)算聲傳播來獲得。

乘客艙內(nèi)的振動(dòng)聲傳播

      即使它的水平較低，聲壓是負(fù)責(zé)大部分的噪音被乘員感知。這是因?yàn)樗牟ㄩL更接近窗戶振動(dòng)的波長特征，這意味著它可以更有效地通過乘員艙的玻璃傳播。

      為了計(jì)算乘員耳朵處的噪聲，將CFD（計(jì)算流體力學(xué)）模擬的頂壓結(jié)果作為加載引入振動(dòng)聲學(xué)模型，該模型可以計(jì)算噪聲通過玻璃從外部到內(nèi)部的傳輸。

      確定性數(shù)值方法作為有限元或邊界元通常用于模擬低頻；然而，它們通常不太適合在很寬的頻率范圍內(nèi)建模響應(yīng)，這是風(fēng)噪聲應(yīng)用所需要的。這部分是由于使用每個(gè)波長固定數(shù)量的元素來描述短波長的振動(dòng)所帶來的計(jì)算費(fèi)用。然而，這也是因?yàn)樵诟叩念l率下，復(fù)雜結(jié)構(gòu)的振動(dòng)響應(yīng)往往對材料性質(zhì)和邊界條件的微小擾動(dòng)變得越來越敏感。

       SEA描述了耦合子系統(tǒng)之間的功率交換；可以推導(dǎo)出各子系統(tǒng)內(nèi)能量的輸入、傳輸和耗散的公式。SEA允許在很寬的頻率范圍內(nèi)預(yù)測復(fù)雜系統(tǒng)的“集合平均”響應(yīng)。SEA在汽車領(lǐng)域風(fēng)噪聲傳播中的應(yīng)用已經(jīng)有了討論。

       傳統(tǒng)的SEA方法在已經(jīng)被提出，而一種更先進(jìn)的方法也被提出，該方法使用了包含車輛內(nèi)部各種散射面的空腔模型，不需要將內(nèi)部聲學(xué)空間劃分為單獨(dú)的SEA空腔子系統(tǒng)。該公式可在商業(yè)軟件wave6中獲得，并將在本研究中使用并驗(yàn)證。

風(fēng)噪聲調(diào)諧

      氣動(dòng)聲學(xué)噪聲譜使用一種稱為清晰度指數(shù)的心理聲學(xué)度量來量化，該指標(biāo)通常用于確定風(fēng)噪聲性能。通過數(shù)值模擬的開發(fā)，雷諾數(shù)字化地對車輛的形狀進(jìn)行微調(diào)，以最大限度地減少風(fēng)的噪音。本文介紹了從CFD模擬到聲學(xué)模擬再到整車形狀優(yōu)化的各個(gè)階段和方法。 

02     CFD氣動(dòng)聲學(xué)仿真      

格子-玻爾茲曼方法與湍流模型

      雷諾使用商用求解器Powerflow計(jì)算駕駛員側(cè)窗的時(shí)間壓力波動(dòng)。該軟件的計(jì)算代碼是基于被稱為格子玻爾茲曼方法（LBM）與湍流模型相結(jié)合的數(shù)值方案

      格子-玻爾茲曼方法作為傳統(tǒng)計(jì)算流體動(dòng)力學(xué)(CFD)的一種替代數(shù)值方法，在近30年前被商業(yè)化提出。與傳統(tǒng)方法基于求解宏觀Navier-Stokes（N-S）方程作為偏微分方程不同，LBM從描述粒子分布函數(shù)演化的離散“介觀”尺度動(dòng)力學(xué)方程開始，其中正確的宏觀流體動(dòng)力學(xué)是底層粒子分布演化的結(jié)果。動(dòng)力學(xué)描述的使用使得流體建模比在N-S方程中捕獲的更簡單和更通用。物理更簡單，因?yàn)樗鼉H限于捕獲粒子或粒子集合的動(dòng)力學(xué)行為，而不是試圖解決非線性微分方程，這是非常困難的。這種介觀描述也更為普遍，因?yàn)橥ㄟ^在這個(gè)水平上增加粒子之間的相互作用，可以更有效地模擬更復(fù)雜的流體物理，適用于更大范圍的空間和時(shí)間尺度。

      對于湍流模型，不可能對高雷諾數(shù)流動(dòng)進(jìn)行直接模擬，解決所有尺度，因此有必要納入湍流模型，以考慮未解決的湍流結(jié)構(gòu)。湍流運(yùn)動(dòng)尺度有三種基本類型：耗散尺度、慣性尺度和各向異性尺度。湍流的耗散尺度和慣性尺度在本質(zhì)上是普遍存在的，可以從理論上加以描述。各向異性湍流包含了最大尺度的湍流運(yùn)動(dòng)，在本質(zhì)上并不具有普適性，因此湍流理論不適用于這一尺度。在這個(gè)基于LBM的CFD代碼中實(shí)現(xiàn)的數(shù)值格式直接解決了各向異性湍流尺度，并使用湍流理論來模擬只適用于耗散域和慣性域的通用湍流尺度。為了模擬未解析的小尺度湍流波動(dòng)的影響，對玻爾茲曼方程進(jìn)行了擴(kuò)展，將其分子松弛時(shí)間尺度替換為有效的湍流松弛時(shí)間尺度

Powerflow模型

      使用Powerflow進(jìn)行的計(jì)算包括數(shù)字風(fēng)洞的模擬，實(shí)驗(yàn)測試的數(shù)字表示。這是一個(gè)三維計(jì)算與湍流模型的外部流動(dòng)。介質(zhì)是空氣，在標(biāo)準(zhǔn)壓力和溫度條件下(101325 Pa, 20°C)，被認(rèn)為是完美的氣體。風(fēng)洞入口風(fēng)速為160 km/h。考慮聲速為343 m/s，馬赫數(shù)為0.133，與實(shí)驗(yàn)測量值相對應(yīng)。所使用的車輛模型包含大約1700萬個(gè)切面（見圖3），因此使用大約2.08億個(gè)體積單元和4500萬個(gè)表面單元來求解其周圍空氣的幾何形狀和體積。

圖 3  用于 Powerflow計(jì)算的車輛幾何結(jié)構(gòu)

     關(guān)于分辨率區(qū)域，它們的形狀和大小基于雷諾的經(jīng)驗(yàn)和求解器的最佳實(shí)踐。這種建模有助于平衡求解的準(zhǔn)確性和計(jì)算的效率。在空氣體積最外層區(qū)域，單元的組織尺寸約為1m，在靠近后視鏡和艙柱的分辨率區(qū)域（VR11），單元體的組織尺寸變得更細(xì)，如圖4.a所示。更多的中間分辨率區(qū)域（VR10）、（VR9）和（VR8）也如圖4所示。B 4c和4d。相鄰分辨率區(qū)域之間的最小厚度為8個(gè)單元體。計(jì)算在物理時(shí)間為15秒的情況下進(jìn)行，聲學(xué)記錄從0.5秒開始。壓力被記錄在駕駛員側(cè)玻璃的一個(gè)非常精細(xì)的網(wǎng)格上，采樣頻率為22.86 kHz。

圖  4  用于 Poweflow計(jì)算的分辨率區(qū)域：（a）VR11， （b）VR10， （c）VR9， （d）VR8

       在風(fēng)洞入口（inlet）處設(shè)速度邊界條件等于車速，即160 km/h，在風(fēng)洞出口（outlet）處設(shè)大氣靜壓條件。在模擬中，前保險(xiǎn)杠格柵保持打開狀態(tài)，以預(yù)測發(fā)動(dòng)機(jī)艙和車輛周圍的流量分布。熱交換器的壓力損失采用多孔介質(zhì)和空氣阻力模型來模擬。此外，假定風(fēng)機(jī)是靜態(tài)的，即不旋轉(zhuǎn)。地面被建模為帶有摩擦的靜態(tài)（非偏轉(zhuǎn)），氣流與車輛一致（滑移角為0°）輪胎沉入地面被建模為正確的離地間隙。最后，為了減少仿真所需的計(jì)算時(shí)間，采用了具有對稱平面的半車輛模型。

   03    縱槽模擬   

      估計(jì)從側(cè)窗到乘客耳朵的噪聲傳輸需要一個(gè)振動(dòng)聲學(xué)模型。在這個(gè)模型中使用的振動(dòng)聲學(xué)方法的類型取決于感興趣的頻率范圍。對于湍流氣流與側(cè)鏡接觸產(chǎn)生的風(fēng)噪聲，頻率范圍通常在1khz到8khz之間。側(cè)窗在該頻率范圍內(nèi)具有相對較少的結(jié)構(gòu)模態(tài)，因此可以使用FEM（Finite Element Method）進(jìn)行建模。另一方面，車輛內(nèi)部在該頻率范圍內(nèi)具有非常多的模態(tài)（>1e6），因此使用FEM或BEM(邊界元法)來描述整個(gè)內(nèi)部聲腔通常是不實(shí)用的。在本研究中，作為一種合理的替代方案，我們使用了商用振動(dòng)聲學(xué)軟件Wave6中的SEA公式。

玻璃

      當(dāng)前分析中使用的振動(dòng)聲學(xué)模型由側(cè)窗和擋風(fēng)玻璃組成，單元尺寸為每波長6個(gè)單元，單元尺寸為16 kHz。本研究分析的車輛安裝了側(cè)玻璃、鋼化玻璃和多層擋風(fēng)玻璃。材料屬性在側(cè)窗模型的厚度上均勻應(yīng)用。這種玻璃的阻尼也通過對隔板玻璃進(jìn)行振動(dòng)測量來估計(jì)。得到的阻尼是頻率相關(guān)的。對于擋風(fēng)玻璃，我們考慮到它的不同層的材料，所以對于阻尼來自測量。

圖  5 wave6中的振動(dòng)聲學(xué)模型示意圖，包括一個(gè)空腔、一個(gè)波動(dòng)的表面壓力載荷和一個(gè)側(cè)玻璃

      在激勵(lì)方面，利用Powerflow進(jìn)行CFD計(jì)算得到的頂壓載荷作用于所有玻璃。然后輸入FSPs（波動(dòng)表面壓力），并使用wave6將其從時(shí)域轉(zhuǎn)換為頻域。

乘員艙體

       如前所述，在我們感興趣的頻率范圍內(nèi)，很難在中高頻或高頻使用FEM或BEM類型的方法，因?yàn)榕c波長相比，腔的尺寸變得太大，因此聲腔模式的數(shù)量變得非常大。出于這個(gè)原因，以及為了模擬車輛艙內(nèi)的空氣，我們使用了商業(yè)軟件wave6中提供的空間梯度SEA公式。

       與傳統(tǒng)的SEA不同，這種公式使得將腔體建模為單個(gè)子系統(tǒng)成為可能，其中可以有能級的變化（梯度），因此聲壓作為我們在腔體中所處位置的函數(shù)。以我們的案例為例，在汽車的乘員艙中，存在局部噪聲源，例如側(cè)窗的空氣動(dòng)力學(xué)噪聲，以及各種障礙物（座椅、頭枕）等的存在，這意味著乘客的耳朵感知到的噪聲以及AI（Articulation Index）（清晰度指數(shù)）可理解性取決于這些區(qū)域是更多地暴露于直接場還是中高頻混響場。

       在我們的計(jì)算中，我們使用了一個(gè)大致網(wǎng)格化的封閉腔，SEA梯度不需要將內(nèi)部聲學(xué)空間劃分為單獨(dú)的SEA子系統(tǒng)。透明的白色表面是空腔的邊界(如圖5所示)，空腔的內(nèi)表面還包含座椅、儀表板等的外表面。灰色的表面表示數(shù)據(jù)恢復(fù)表面，用于顯示腔內(nèi)的聲壓級。最后，用黃色表示的是駕駛員側(cè)玻璃的濕潤表面，它負(fù)責(zé)向腔體的聲輻射。關(guān)于分配給腔的特性，將吸收系數(shù)應(yīng)用于展位的內(nèi)壁，并使用測量的混響時(shí)間（T60測試）值來估計(jì)它。

        最后，為了建立玻璃與腔體之間的耦合，使用了由腔體網(wǎng)格表面創(chuàng)建的擋板（圖6.b）。擋板是一個(gè)網(wǎng)格表面，再現(xiàn)了描述窗口附近直接場所需的幾何細(xì)節(jié)。在我們的例子中，這是包含側(cè)窗的區(qū)域，如圖所示。這樣做的目的是考慮反射和衍射對直接場的影響。

圖  6  研究中使用的型腔模型：（a） 邊界元型腔，（b） 帶擋板的SEA型腔

      在計(jì)算性能方面（在相同的硬件上獲得），SEA模型每個(gè)頻率花費(fèi)2分鐘，需要大約48GB的RAM內(nèi)存（峰值），而BEM計(jì)算每個(gè)頻率花費(fèi)4小時(shí)，需要大約200 GB的RAM內(nèi)存（峰值）。

      如圖7所示，在1/3倍頻2500 Hz頻段內(nèi)，駕駛員側(cè)窗加載氣動(dòng)聲激勵(lì)時(shí)，在垂直平面和水平平面上的聲壓級圖。聲壓級以大約15dB的刻度顯示?？梢钥闯?，兩種方法在靠近玻璃的地方都有很高的聲壓級，這是由于直接場主導(dǎo)了這個(gè)區(qū)域（靠近駕駛員的左耳）。離玻璃越遠(yuǎn)，聲壓級越均勻，并由混響場主導(dǎo)，聲壓級明顯下降。

       綜上所述，雖然邊界元法給出了更精確的局部結(jié)果，但很明顯，SEA梯度法可以以極低的數(shù)值成本預(yù)測客艙內(nèi)的聲壓場。

圖   7   以 dB為單位的聲壓級圖：（a）SEA水平面，（b）BEM水平面，（c）SEA垂直面，（d）BEM垂直面

    04    模擬精度     

驗(yàn)證條件

      仿真需要準(zhǔn)確地反映測試條件，以達(dá)到良好的精度水平。物理驗(yàn)證和數(shù)字驗(yàn)證的邊界是一致的。事實(shí)上，為了匹配車輛完全密封且不考慮底體貢獻(xiàn)的模擬邊界條件，測試條件為：

• 完全封閉/封緊。

• 遮罩車身底部。

     此外，所有玻璃的貢獻(xiàn)也被考慮在內(nèi)。為了做到這一點(diǎn)，沒有玻璃被隔熱。

圖8給出了地板對風(fēng)噪聲貢獻(xiàn)的影響。這種貢獻(xiàn)主要位于1khz以下的中低頻范圍。地面貢獻(xiàn)水平是由于空氣和結(jié)構(gòu)的作用所示。

圖  8  使用遮罩（線）和未遮罩的車身底部（虛線）測試機(jī)艙風(fēng)噪。

玻璃造型

     為了正確地模擬噪聲在機(jī)艙內(nèi)的傳播，必須對玻璃的性能進(jìn)行良好的建模。

這是通過以下兩種方法實(shí)現(xiàn)的：

    ?精確的阻尼特性（頻率相關(guān)）

    ?使用適當(dāng)?shù)脑仡愋蛠矸从硰?fù)雜多層玻璃的行為。

  在受控激勵(lì)下，通過測量玻璃的局部振動(dòng)來估計(jì)玻璃的阻尼特性。通過CAE和試驗(yàn)對比，驗(yàn)證了玻璃的性能。圖9對結(jié)果進(jìn)行了比較。

圖 9  受控激勵(lì)，測試與 CAE振動(dòng)比較。

相關(guān)的結(jié)果

  將整個(gè)CAE過程應(yīng)用于2輛汽車，以估計(jì)前排乘客耳朵位置的機(jī)艙風(fēng)噪聲，并與風(fēng)洞測量結(jié)果進(jìn)行比較。第一個(gè)例子是C級全混合動(dòng)力汽車如圖10（a），第二個(gè)例子是C級純電動(dòng)汽車如圖10（b）

圖 10（a）風(fēng)噪測試（實(shí)線）與CAE（虛線）， C級全混合動(dòng)力

圖10（b）風(fēng)噪測試（實(shí)線）與CAE（虛線）， C級純電動(dòng)汽車

    如圖10（a）和10（b）所示，各模擬結(jié)果與試驗(yàn)測量結(jié)果吻合良好。事實(shí)上，高達(dá)3khz，我們可以觀察到測試與模擬的最大偏差在1到2db之間變化（在測量的方差范圍內(nèi)），而在發(fā)生在3到4khz之間的玻璃重合峰周圍，它可以達(dá)到2到4dB。可以看到，這種巧合頻率對CAE的影響比測試數(shù)據(jù)更嚴(yán)重。大約4 kHz以上的結(jié)果受CFD計(jì)算的壓力波動(dòng)的有效性的影響。將繼續(xù)對該主題進(jìn)行調(diào)查，以減少局部差距，并進(jìn)一步提高與測試的相關(guān)性。

   05    通過實(shí)驗(yàn)設(shè)計(jì)和結(jié)果進(jìn)行優(yōu)化    

自動(dòng)化優(yōu)化過程

    優(yōu)化過程包括為給定的一組參數(shù)找到最佳配置。為了實(shí)現(xiàn)這一點(diǎn)，有幾種類型的方法，通?？梢苑譃榇_定性或非確定性。在我們的案例中，我們對非確定性方法感興趣，更具體地說，是使用實(shí)驗(yàn)設(shè)計(jì)的參數(shù)優(yōu)化。對于給定的目標(biāo)，參數(shù)化形狀優(yōu)化的原理是通過參數(shù)化形狀來達(dá)到最優(yōu)解。要做到這一點(diǎn)，形狀由減少的變量（高度、厚度、半徑等）來描述。實(shí)驗(yàn)設(shè)計(jì)的目的是以盡可能少的計(jì)算獲得盡可能多的信息。

     因此，窮舉計(jì)算被稱為“響應(yīng)面”的簡單公式所取代，該公式通過迭代過程進(jìn)行查詢，以選擇最佳參數(shù)配置以最小化目標(biāo)函數(shù)（在我們的例子中，是鉸接指數(shù)）。

圖 11 在 Alternova上執(zhí)行的優(yōu)化過程

    如上所述，本研究的目的是建立一個(gè)過程，使其能夠在后視鏡（設(shè)計(jì)）幾何參數(shù)的變化與乘客艙噪聲水平的影響之間建立聯(lián)系，使用Python腳本幫助下的自動(dòng)優(yōu)化過程。為此，采取了以下步驟：

首先，將使用ANSA軟件來管理幾何形狀并建立包含各種參數(shù)的數(shù)據(jù)庫。

之后，一個(gè)組合文件被發(fā)送到Alternova軟件，這使得多目標(biāo)優(yōu)化和使用不同的統(tǒng)計(jì)模型使用“expert blending”。該工具可用于生成所有實(shí)驗(yàn)設(shè)計(jì)的組合。一旦優(yōu)化準(zhǔn)備好了，數(shù)據(jù)就被發(fā)送到一個(gè)ANSA作業(yè)，該作業(yè)通過直接變形網(wǎng)格來生成新的幾何形狀。圖11描述了Alternova中的參數(shù)優(yōu)化過程。

各種幾何形狀被發(fā)送到Powerflow數(shù)據(jù)集文件，該文件包含除了正在研究的部件之外的整個(gè)車輛的幾何形狀，在我們的案例中是后視鏡。

CFD計(jì)算完成后，氣動(dòng)聲學(xué)后處理結(jié)果和駕駛員側(cè)窗上的瞬態(tài)壓力記錄文件將同時(shí)被檢索出來。然后將這些壓力結(jié)果文件發(fā)送到Wave6中準(zhǔn)備的數(shù)據(jù)集，以便啟動(dòng)氣動(dòng)振聲計(jì)算。通過這種計(jì)算，我們可以得到車輛座艙內(nèi)與乘員耳朵對應(yīng)的一定數(shù)量的麥克風(fēng)點(diǎn)處的聲壓級。然后對這些數(shù)據(jù)進(jìn)行后處理以獲得發(fā)音指數(shù)（AI）值。

最后，實(shí)驗(yàn)設(shè)計(jì)的結(jié)果被發(fā)送回Alternova，后者收集優(yōu)化計(jì)算的結(jié)果，并使用styise顯示它們，styise是雷諾內(nèi)部創(chuàng)建的一個(gè)工具，可以實(shí)時(shí)顯示幾何參數(shù)對給定輸出參數(shù)的影響，在我們的案例中是AI。

車輛應(yīng)用及結(jié)果 

    上述過程已應(yīng)用于雷諾汽車項(xiàng)目。為實(shí)驗(yàn)設(shè)計(jì)確定了五個(gè)參數(shù)，圖12顯示了使用的兩個(gè)幾何參數(shù)示例。如前所述，本研究的目的是提出幾何修改的建議，以改善氣動(dòng)噪聲性能。

      因此，這個(gè)完整的優(yōu)化過程產(chǎn)生了幾個(gè)結(jié)果，特別是Powerflow計(jì)算輸出時(shí)的聲壁壓力。

圖 12 本優(yōu)化研究中使用的幾何變化參數(shù)示例

圖 13 顯示了改變實(shí)驗(yàn)設(shè)計(jì)中使用的5個(gè)參數(shù)對聲壓級（作為倍頻帶的函數(shù)）的影響的比較。因此，變化是可以看到的。然而，使用這些結(jié)果來決定采用哪種配置仍然很困難。

圖 13 參數(shù)變化對聲壓級的影響與頻率的關(guān)系

為了克服這一點(diǎn)，在空氣聲學(xué)中使用語言清晰度（是一種常見的做法，語言清晰度可以在給定的環(huán)境中表達(dá)語音的可理解性，作為評估標(biāo)準(zhǔn)，特別是在物理測試中。該指標(biāo)的優(yōu)點(diǎn)是更有意義，更容易區(qū)分各個(gè)參數(shù)的影響。

圖 14 參數(shù)變化對語言清晰度（AI） 的影響

圖14顯示了改變這五個(gè)參數(shù)對AI的影響。然后，我們可以簡單地優(yōu)先考慮在實(shí)驗(yàn)設(shè)計(jì)中調(diào)整參數(shù)的影響，并提出降低乘員艙噪音水平的解決方案，清晰度指數(shù)越高越好。

 06    結(jié)論  

研究結(jié)果表明，該方法具有預(yù)測車輛內(nèi)部氣動(dòng)振動(dòng)聲噪聲的能力。該研究還展示了如何在車輛開發(fā)過程中使用形狀優(yōu)化過程來加速風(fēng)噪聲性能的收斂。室內(nèi)噪聲預(yù)測精度高，對CAE給出的設(shè)計(jì)變更方向有信心。這些優(yōu)化過程通過提供修改效果的可視化表示，促進(jìn)了工程師和設(shè)計(jì)師之間的互動(dòng)，并有助于更好地針對在風(fēng)洞中進(jìn)行的物理測試。然而，由于需要大量的模擬，這些研究仍然是昂貴的。模型簡化領(lǐng)域的發(fā)展前景應(yīng)該能加速尋求最佳結(jié)果并促進(jìn)這些方法的使用。