基于LBM和SEA的整車氣動噪聲及其傳播分析與優化探索

劉功文吳海波周江彬陳蒨王毅剛

（1.上汽大眾汽車有限公司，上海 201805；2.同濟大學，上海 201804）

基于LBM和SEA的整車氣動噪聲及其傳播分析與優化探索

劉功文1吳海波1周江彬1陳蒨1王毅剛2

（1.上汽大眾汽車有限公司，上海 201805；2.同濟大學，上海 201804）

針對某轎車氣動噪聲偏大的問題，基于格子波爾茲曼和統計能量分析法展開車內噪聲計算。將分析結果與風洞試驗進行對比，并依托準確的數值模型為基礎，針對性地展開了造型優化。結果表明，該模型在主、客觀評價體系中都能較好地符合實際噪聲，對后視鏡等外表面特征的優化可有效減小前側窗表面的氣壓及聲壓脈動，削弱中高頻的影響。該方法為整車風噪在產品前期開發階段的概念設計及優化工作提供了一定的指導依據，可有效減少開發周期。

1 前言

車內聽到的氣動噪聲（Aerodynamic Noise）根據噪聲源不同主要分為泄露噪聲（Leakage Noise）和風激勵噪聲（Wind Rush Noise）[1～2]。中低車速時，車內噪聲主要來自發動機和輪胎，氣動噪聲的成分較小，但當行駛速度超過80 km/h后[1]，氣動噪聲逐漸占據主導地位。目前國內大部分公司在該領域的研究依賴于風洞或者實車道路試驗，而關于氣動噪聲抱怨的解決也往往是在樣車試制之后才展開相關的優化工作，但限于開發后期凍結的造型設計、高昂的開模及風洞試驗費用，這種耗時耗資的產品開發手段所取得的效果非常有限。因而，在產品開發早期采用數值分析的方法對氣動噪聲性能進行預判分析和優化控制十分重要。

在數值計算領域，國內的夏恒[3]基于邊界元（Boundary Element Method，BEM）和統計能量分析（Statistical Energy Analysis，SEA）相結合的方法，針對桑塔納縮尺模型進行了車內氣流噪聲的理論計算，楊萬里[4]采用大渦模擬模型（Large Eddy Simulation，LES）和Lighthill-Curle聲學模擬理論預測了車外場點的噪聲特性，汪怡平[5]通過大渦模擬計算了汽車外部瞬態流場并采用FW-H聲學模型預測噪聲特性。目前國內的研究主要基于傳統的CFD方法，只能得到噪聲源附近的外場聲學信息，并不能直接計算車內的聲場數據。

Francois[6]則采用格子波爾茲曼方法（Lattice Boltzmann Method，LBM）進行非穩態流場的激勵求解，并通過側窗的振動聲學傳遞預測了不同傳遞模塊對車內噪聲不同頻段的貢獻程度；David[7]結合LBM和SEA對由外后視鏡引起的氣動噪聲進行了相應的分析和優化工作；Robert[8]則對底盤引起的噪聲展開了有效的試驗和數值分析工作，對比了不同車速和風向傾角工況的擬合數值。

本文針對風激勵噪聲開展數值計算，并基于LBM得到整車非穩態的外流場激勵分布，綜合考慮聲學邊界條件，采用SEA求解車內聲場，獲得了車內噪聲主觀評價（響度）和客觀評價（A計權聲壓級）數值結果，并與實車風洞試驗數據進行趨勢驗證?；谳^為精確的數值分析模型和早期計算結果，有針對性地開展了對外后視鏡及三角窗蓋板的結構造型優化工作。

2 格子波爾茲曼理論

傳統的CFD方法都是從納維-斯多克（Navier-Strokes,N-S）方程開始，它是一組描述流體流動行為的偏微分方程。對于大多數實際的流體問題來說，這組方程是封閉的，具有高度的非線性及多自由度復雜性，直接求解需要大量體積單元來計算包括聲源和響應點在內的局部流體特性，在實際中受到計算容量和時間限制，一般只適用于很小的流體區域和低頻聲學問題。因此，實際中常采用間接方法，分為求解簡化的非定?？蓧嚎s流體的N-S方程及基于萊特希爾聲學相似理論或其同類理論求解結構表面非定常動力壓力脈動兩部分，也就是將宏觀控制方程離散，然后使用數值方法求解離散方程。

LBM是建立在分子運動和統計力學基礎上的一種模擬流場的數值理論。在這種數學方法的基礎上，LBM用粒子的微觀速度反映流體的運動，該理論函數包含了一組常數，形成了每個粒子在其所在位置和相鄰位置之間的連接，因此能夠精確地計算對流，可實現用最大的時間步長產生最小的數值耗散，并從微觀動力學的視角，將流體的宏觀運動近似為大量微觀粒子運動的平均統計數值。

LBM的理論公式為[7]：

式中，fi為粒子在i方向的運動方程，并對應一組離散速度矢量ci，i=0,1,2…；CiΔt為空間增量；Δt為時間增量；為粒子碰撞項。

為簡化說明，假設Δt=1，并對式（1）中的碰撞項采用最簡化和常用的Bhatnagar-Gross-Krook（BGK）形式來表示：

式中，τ為松弛時間參數；為基于局部流體動力學特性的均衡分布函數。

在對湍流波動進行建模時，BGK公式采用有效湍流松弛時間參數τeff替代τ進行修正，τeff可由重整化群（Renormalization Group，RNG）理論公式獲取[9]：

3 統計能量分析法

SEA是目前用于處理中高頻噪聲的常用分析手段，其基本思路是根據自然邊界及模態振型等條件將復雜系統分解成不同的模態群或若干個相互獨立的子系統，以便于統計能量分析。

分解到每個子系統的能量等于該系統耗散的能量與子系統之間的傳遞能量之和，通過求解各子系統之間的能量耗散與輸入功率之間的線性方程組，即可得到單一子系統的平均能量。

子系統能量平衡方程為[10]：

式中，Pk,in為子系統k的輸入能量，ω為振動角頻率；分別為子系統k、j儲存的平均總能量；ηkj為子系統k輸入子系統j的耦合損耗因子。

其中：

式中，ηk為子系統k的內損耗因子。

將式（4）轉換成矩陣形式為：

4 全尺寸風洞噪聲試驗

4.1 試驗布置及環境

整車氣動噪聲試驗[11]使用的風洞為3/4開口回流式風洞，噴口面積27 m2，背景噪聲（無風狀態計權100～10 000 Hz，車內24.57 dB（A））符合氣動聲學測試要求。

試驗現場如圖1所示，試驗車放置在風洞駐室天平轉盤的中心位置，測試過程中邊界層的抽吸和移動帶系統處于關閉狀態。4個座椅位置安置人工頭用于采集雙耳噪聲信號，如圖2所示。

圖1 整車氣動噪聲試驗測試環境

圖2 聲學探測人工頭布置

4.2 試驗工況及數據

為確保試驗的準確性，在正式測試前需對人工頭信號進行校核，并在左后視鏡側一定距離的外場布置麥克風作為信號參考。測試時將車身外表面（除上、下進氣格柵）的縫隙及溝槽用膠帶密封，為避免增大額外的傳聲損失，所用膠帶均為0.3 mm的高質量布基膠帶。密封區域包括四門、四窗、前風窗玻璃、外開手柄及外后視鏡等，并通過比較整車有、無密封狀態下的噪聲曲線來分離泄露噪聲和風激勵噪聲（或外形噪聲）。

圖3為風速120 km/h、風向傾角0°工況時駕駛員頭部空間測試所得的車內A計權聲壓級曲線。由圖3可以看出，車內噪聲在250 Hz以后呈下降趨勢，1 000～3 150 Hz高頻段的泄露噪聲占主導地位，在1 600 Hz處峰值尤為明顯，總噪聲值為46.63 dB（A），其中泄露噪聲為45.64 dB（A），外形噪聲僅為39.74 dB（A）。在中低頻區間，外形噪聲占據絕對優勢，其曲線特征幾乎與車內總噪聲特性吻合，在3 150 Hz處的外形噪聲曲線有一個明顯突起峰值，幅值為37.96 dB（A）。

圖3 駕駛員頭部氣動噪聲的頻率特性曲線

在1/3倍頻程曲線中，僅將100～10 000 Hz頻段的聲壓級能量納入計算，得到3組類別的總值對比如圖4所示，就噪聲總幅值而言，外形噪聲貢獻占主要地位。

圖4 駕駛員頭部氣動噪聲

5 整車氣動噪聲數值計算

5.1 計算思路

本文數值計算結果均以車內駕駛員頭部空間（左耳與右耳的平均值）的噪聲值表示，在不考慮底盤噪聲的情況下，轎車的風激勵噪聲主要來源為A柱、外后視鏡、刮水器、外開手柄、行李架及B柱等附近區域的壓力脈動[7～10]，如圖5所示。而車輛高速行駛時，由外部造型引起的流場區域的波動能量又主要分為氣壓波動（Wall Pressure Fluctuation）和聲壓波動（Acoustic Pressure Fluctuation）兩部分，兩類外部激勵源共同作用并主要通過前風窗玻璃和側窗向車內傳遞噪聲[6]。

圖5 風激勵噪聲傳播原理

根據上述噪聲傳播原理，數值計算過程分為兩步：基于LBM方法的CFD非穩態流場計算，分別得到結構輸入激勵和聲學輸入激勵；基于SEA法的車內聲場計算。

如圖6所示，結構輸入激勵由路徑A經玻璃-氣壓的振動耦合向車內輻射噪聲，而聲學輸入激勵則由路徑B經玻璃-聲壓的振動耦合及聲透射兩個分支向車內輻射噪聲。

圖6 數值分析框架

5.2 非穩態流場計算

數值計算采用與風洞試驗車相同的數模，為了計算精確，應盡可能使整車網格貼合實際情況：其中上、下進氣格柵開放，同時模型包括發動機艙的動力總成、冷卻系統及管路等結構，底盤作粗糙包絡處理并考慮刮水器和落水槽等細節，總計面網格899萬個，空間體網格5 126萬個。整車流體計算網格建模如圖7所示。

圖7 整車流體計算網格

流場的敏感區域，如A柱、翼子板上端和后視鏡等處的幾何細節更需精細，以捕捉微小的渦流變化，最小面網格尺寸達到了1 mm，而發動機罩及車身翼子板網格尺寸在5～15 mm之間，其它網格則在15～25 mm之間。

在保證精度的前提下，為節省計算時間，采用不同的網格加密區域（VR）來劃分空間網格區域，包括A柱、外后視鏡、刮水器、格柵等風激勵噪聲敏感區域，如圖8所示。圖9為后視鏡附近分層的VR空間網格區域，覆蓋區域有落水槽、刮水器、翼子板上端、A柱下端及外后視鏡前、后區域并直達B柱。

模擬過程中，分析模型放置在長方體的虛擬風洞之中，計算域總長約25倍車長，總寬約40倍車寬，總高約30倍車高，并在空間計算區域內劃分5層非等間距VR計算空間，同時在車身外表面生成2層包絡區域，如圖10所示。

圖8 車身外表面VR

圖9 后視鏡區域的空間VR

圖10 虛擬風洞空間計算域

本次數值計算使用PowerFlow進行求解，由于入口流速較高，此處采用可壓縮理想流體。邊界條件設置：入口設置為速度，風速120 km/h，風向角0°；出口設置為壓力出口；輪胎滑移帶靜止狀態；總分析步數設置為187 060。

5.3 SEA車內聲場計算

SEA方法處理風激勵噪聲的出發點是表面聲壓（氣動波和擴散聲波）。氣動波產生于對流氣體，并與結構模態耦合，傳遞能量，引起結構振動和聲輻射；擴散聲波部分通過結構透射聲向車內傳遞噪聲。車外流場的壓力波動向玻璃等板件產生的能量輸入為：

式中，Re為雷諾數；P*為波動壓力；v為速度；Ω為板件面積；x為坐標位置；ω為振動角頻率。

在進行車內聲場計算時，將駕駛艙沿中央通道劃分成12個單獨的空間計算區域，包括前、后排乘員的腳部、軀干和頭部，如圖11所示。SEA計算的聲學邊界條件（如玻璃阻尼損耗因子及車內混響時間等參數）均由試驗獲得。

圖11 SEA車內空間子系統劃分

取120 km/h（0°傾角）時的駕駛員頭部空間噪聲試驗值與數值計算曲線對比如圖12所示，主、客觀評價對比為響度（試驗值為16.70 sone，計算值為13.83 sone）和聲壓級（試驗值為63.14 dB（A），計算值為59.17 dB（A））。在100～315 Hz中低頻段，試驗值與計算值相差較大，幅度在2.74～7.14 dB（A）范圍內，這主要是由于目前數值暫時無法考慮中低頻段的底盤噪聲以及SEA方法在中低頻噪聲區間計算精度較差兩方面因素綜合引起的，但該段的總體波動趨勢二者基本吻合。

圖12 駕駛員頭部外形噪聲的對比

需要指出的是，3 150 Hz處形成的高頻峰值與風窗玻璃的吻合頻率有直接的關聯性。如果假設側窗玻璃為無限大的平板，均勻平板吻合頻率的近似理論公式[1]為：

式中，fc為吻合頻率；h為均勻平板厚度。

該車側窗玻璃厚度為3.85 mm，由式（8）可得近似的理論吻合頻率為3 247 Hz，與計算結果接近，也從側面驗證了數值模型的準確性。

綜合上述對比，該整車模型可有效擬合實際風激勵噪聲的趨勢水平，為后續外形結構的優化工作奠定了可靠的數據基礎。

5.4 云圖分析

對計算結果可采用直觀的三維視圖來捕捉渦流的附著、分離及再附著過程，幫助分析噪聲的產生機理及影響區域，找到可能的噪聲源及優化方向。

圖13所示為對時間平均的流體壓力系數為零的等值區域，代表了在流場瞬態中渦流的分離區域。由圖13可知，氣流波動對車內噪聲的傳遞主要來自A柱及后視鏡區域，而作用在側窗上劇烈的壓力波動主要源于渦流的分離和再附著的綜合結果。

圖13 壓力系數為零的等值區域

A柱及后視鏡附近的流場可借助圖14所示的時域渦流強度及壓力分布云圖來描述，選擇濾波范圍500～6 000 Hz，渦流的強度、形狀及脫離過程都可直觀地獲得。在時域動態圖中可知，流經翼子板和A柱處的渦流直接沖擊后視鏡內棱角及支架等處，壓力陡然增高，流速變大，劇烈的壓力波動沿后視鏡內側面的引導方向沖擊后視鏡蓋板及側窗左下側外表面。

圖14 渦流壓力脈動云圖

圖15為駕駛員側的車窗外表面壓力波動云圖，其中顏色越深的區域能量激勵越大。取1/3倍頻程中的176～353 Hz頻段切片說明，圖中除了常見的A柱渦流分離區能量均布集中外，在側窗左下側（外后視鏡支架斜后方）也呈現了極高的壓力波動現象，這也驗證了上文提到的渦流流向帶來的激勵沖擊問題。因此，后期的優化方向也應圍繞渦流能量傳遞路徑中的后視鏡及其蓋板展開，并有效規避或削弱其能量的沖擊。

圖15 駕駛側側窗外表面壓力脈動云圖

6 風激勵噪聲優化探索

基于風洞實車噪聲測試，針對占主導影響成分的外形噪聲展開后續的結構優化工作。但為尋求切實可行的改進方案，減少后續造型樣件及油泥模型風洞試驗成本，借助模型進行前期開發階段的風激勵噪聲性能虛擬優化設計。

前文針對數值計算的流場云圖，已經提供了對外后視鏡及其蓋板展開結構改進的工作思路。在不改變外后視鏡人機位置的前提下，經過多輪模型嘗試，僅對兩處結構做出細微調整，如圖16所示。新造型1對側窗附近的后視鏡安裝蓋板在垂直玻璃方向降低一定高度；新造型2將外后視鏡支架變薄。

圖16 結構調整

取駕駛員左耳對比說明，最終優化結果與原造型的數值曲線對比如圖17所示，新造型1較原模型在低頻段聲壓級幅值略大一些，但在1 000～4 000 Hz的高頻帶能取得明顯的優化效果，其中1 600 Hz處差值達到3.16 dB（A）。新造型2則基本在全頻段上都能取得良好的優化效果，尤其在100～500 Hz的中低頻及1 250～2 500 Hz的高頻處均取得了良好的改進，差值最大的兩處出現在125 Hz及1 600 Hz，分別為1.78 dB（A）和2.27 dB（A）。

圖17 駕駛員頭部噪聲對比

車內噪聲客觀評價總聲壓級從59.39 dB（A）分別降至59.09 dB（A）和58.18 dB（A），主觀評價的響度從13.83 sone分別降至13.45 sone和13.01 sone。這說明，從數值計算的角度有針對性地從源頭對外后視鏡及其蓋板的局部調整能夠取得一定的成效，但優化幅度及趨勢是否準確還有待于后續的改進試驗加以驗證。

7 結束語

結合格子波爾茲曼方法和統計能量法對整車風激勵噪聲數值建模可對車內噪聲取得較好的前瞻性預測，尤其是高頻的A計權聲壓級曲線波動趨勢與試驗相比吻合度較高。

對氣動噪聲的研究，基于風洞試驗可在產品開發前期確定影響噪聲的主要因素，分離出泄露噪聲與外形噪聲，并為下一步的虛擬優化設計提供一定的指導。

針對噪聲源頭及傳遞路徑改進的思路，在數值建模計算中得到了很好的驗證，較小的調整措施也可能取得良好的效果，本文的總聲壓級從最初的59.17 dB（A）最多可下降到58.18 dB（A），響度從13.83 sone最多減小至13.01 sone，后續還需要進一步的試驗驗證。

1 龐劍，湛剛.汽車與發動機振動噪聲理論與應用.北京：北京理工大學出版社，2006.

2 傅立敏.汽車設計與空氣動力學.北京：機械工業出版社，2013.

3 夏恒，宮鎮，陸森林，等.關于高速車輛內部氣流噪聲計算方法的研究.汽車工程，2003，25（1）：78～81.

4 楊萬里，李明江，劉國慶.乘用車風噪聲模擬研究.華中科技大學學報（自然科學版），2005，33（11）：77～79.

5 汪怡平，谷正氣，李偉平，等.汽車氣動噪聲數值計算分析.汽車工程，2009，31（4）385～388.

6 van Herpe F,D’Udekem D,Jacqmot J,et al.Vibro-Acoustic Simulation of Side Windows and Windshield Excited by Realistic CFD Turbulent Flows Including Car Cavity.International Styrian Noise,Vibration and Harshness Congress: the European Automotive Noise Conference，Graz，2012.

7 Lepley D J,Graf A.A Computational Approach to Evaluate the Vehicle Interior Noise from Greenhouse Wind Noise Sources.SAE International，2010.

8 Powell R,Moron P,Balasubrammanian G.Simulation of Underbody Contribution of Wind Noise in a Passenger Automobile.SAE International Journal of Passenger Cars-Mechanical Systems，2013，6（2）：1251～1261.

9 Yakhot V,Orszag S A.Renormalization group analysis of turbulence I Basic theory.Journal of Scientific Computing，1986，1（1）：3～51.

10 Chen H,Kandasamy S,Orszag S,et al.Extended Boltzmann kinetic equation for turbulent flows.Science，2003，301（5633）：633-636.

11 賀銀芝，楊志剛，王毅剛.汽車車身密封對車內氣動噪聲影響的機理及試驗研究.汽車工程，2012，34（8）：692～695.

（責任編輯 斛 畔）

修改稿收到日期為2016年6月6日。

Analysis and Optimization of Vehicle Aerodynamic Noise and Propagation Characteristics Based on Lattice-Boltzmann Method and SEA

Liu Gongwen1,Wu Haibo1,Zhou Jiangbin1,Chen Qian1,Wang Yigang2
（1.Shanghai Volkswagen Automotive Co.,Ltd,Shanghai 201805;2.Tong Ji University,Shanghai 201804）

A vehicle emitted louder aerodynamic noise at high speed.To solve this problems,numerical calculation was carried out based on Lattice-Boltzmann and Statistic Energy Analysis(SEA).Meanwhile analysis results were compared with full-scale wind tunnel vehicle test,and styling optimization was carried out based on accurate calculation model.The results showed that this model could well simulate actual wind noise in both the subjective and the objective evaluation system,and rear view mirror optimization could effectively reduce aerodynamic and sound field pressure fluctuation on the front side window,inner sound pressure level curve was obviously weakened at middle-high frequency band.This method provided some guidance for vehicle wind noise design and optimization in predevelopment stage which could effectively shorten development cycle.

Lattice-Boltzmann,SEA,Aerodynamic noise,Aerodynamics,Full-scale wind tunnel test,Structural optimization

格子波爾茲曼 統計能量分析法 氣動噪聲 空氣動力學 全尺寸風洞試驗 結構優化

U461；TB53

A

1000-3703（2017）02-0038-06