基于Fluent的高速列车气流噪声数值模拟

2015-07-01 23:56刘悦卫陆森林左言言
机械制造与自动化 2015年5期
关键词:声源脉动气流

刘悦卫,陆森林,左言言

(江苏大学 汽车与交通工程学院,江苏 镇江 212013)

基于Fluent的高速列车气流噪声数值模拟

刘悦卫,陆森林,左言言

(江苏大学 汽车与交通工程学院,江苏 镇江 212013)

研究表明车辆气流噪声主要取决于车辆表面的脉动压力,因此研究车辆表面的脉动压力对控制车辆气流噪声具有十分重要的意义。以高速列车为研究对象,基于大涡模拟,结合Fluent声学模块,计算出高速列车表面的脉动压力;并通过快速傅里叶变换将高速列车表面脉动压力从时域转换到频域,从而得到高速列车脉动压力频谱图,通过分析频谱图,可以得到高速列车脉动压力的能量集中范围以及车身曲率对气流噪声的影响等一些重要特性,为降低车辆气流噪声提供参考。

气流噪声;表面脉动压力;大涡模拟;高速列车

随着列车速度的增加,铁路噪声也相应的增大,但是随着人们生活品质的改善,对环境舒适性要求也大大提高, 这就需要采取合理的措施来控制铁路噪声。一般来讲,列车高速运行时的铁路噪声由两部分组成[1]:1) 机械噪声,主要包括车轮噪声和轨道噪声;2) 气流噪声。随着列车运行速度的逐步提高,机械噪声和气流噪声在列车总噪声水平中的贡献度会发生变化。在列车运行速度>250 km/h时,气流噪声将超过机械噪声,变成最主要的噪声源。气流噪声主要是由列车高速运行时流场结构的变化引起的。列车高速运行时,由于列车外形曲率的变化,列车表面会和空气发生明显的相互作用,致使车身附近的气流流动不平稳,气流发生分离,从而形成复杂的涡流流动[2]。受此涡流的影响,车身表面的脉动压力会出现剧烈的变化,最终会形成刺耳的气流噪声。

根据莱特希尔声学理论知识可知,气流噪声是由3种典型的声源组成,分别为:单极子声源,偶极子声源和四极子声源[3]。单极子声源产生的原因是因为气流体积的变化。偶极子声源产生的原因是车身表面和流体相互的作用,致使气流扰动分离。四极子声源产生的原因是因为车身周围空气体积的应力张量的变化。仔细分析,可以看出3种噪声源所引起的噪声比重各有不同。如果把高速列车的车身看做刚性结构,则单极子声源噪声将为零。高速行驶的列车虽然速度相对较高,但仍然远低于音速,属于低马赫数。因为四极子声源与偶极子声源的强度之比正比于马赫数的平方,所以相比于偶极子声源产生的噪声,四极子声源产生的噪声要小得多,几乎可以忽略不计[4]。此时可以得出一个结论,偶极子声源是组成高速列车气流噪声的主要噪声源。而偶极子声源主要是由于列车表面脉动压力的变化产生的,也就是说,车身表面脉动压力的变化是气流噪声的主要噪声源。因此通过研究车身表面脉动压力变化情况可以了解气流噪声特性和分布情况,为控制噪声提供基础。

国内学者在车辆气流噪声的研究方面起步较晚,大部分研究还是在试验的基础上定性分析为主,由于试验成本较高,近年来随着CFD技术的发展,学者们更多的通过建立准确的流体模型来模拟流场分布,分析流场性质,探讨最佳方案。在此基础上利用Fluent声学模块,采用大涡模拟(LES)的方法模拟计算得到了高速列车表面脉动压力变化分布,得出一些关于高速列车气流噪声的有用特性和结论,为降低气流噪声提供依据和参考。

1 大涡模拟(LES)的基本理论

湍流是由许多不同尺度的旋涡所组成的,其中大尺度涡主要造成湍流的脉动与混合,还会造成各种变量的湍流扩散、能量交换和雷诺应力的产生,对平均流动影响比较大,而小尺度涡主要通过耗散脉动能量来影响各种变量[5]。基于上述物理基础,大涡模拟的基本思想就是采用滤波的方法把包括脉动运动在内的湍流分解成大尺度的涡和小尺度的涡两部分,然后大尺度的涡通过数值求解运动微分方程进行直接计算,而小尺度的涡采用亚格子模型,即在涡黏性的基础上通过引进一个湍流粘性系数来建立与大尺度涡的关系,然后对其进行数值模拟[6]。通过在波数空间或者物理空间过滤Navier-Stokes方程还可以计算得到LES的控制方程:

2 模型建立与边界条件的设定

由于列车气流噪声计算对计算机硬件的要求较高,所以对列车表面进行了一定简化,将列车表面附属设备去除,车身简化为列车是由光滑曲面构成的集合体,从定性分析的角度去分析列车气流噪声的特性。把计算域划分为两个部分,靠近列车表面的小计算域和远离列车表面的大计算域。大计算域长度为车身的4倍,其中入口距车头的距离为车身长度的1.5倍,出口距车尾的距离为车身长度的2.5倍。模型及计算域如图1所示。

图1 计算域示意图

文中采用的是混合网格的方法,即使用结构网格和非结构网格联合进行划分。在列车表面采用三角形网格,附近的小计算域则采用非结构四面体网格。在远离车体的大计算域内,列车对气流流动影响随着车体距离的增大而减小,因此离列车越远的网格可以划分的越大,并以一定的增大因子均匀的过渡。此外,在离车体一定距离后,可以采用结构化网格。进而不仅能减少网格的数量,而且在保证计算精度的同时还可以减少计算时间[7]。网格数约为400万个。如图2所示。

图2 计算域网格(局部)

气流噪声的数值模拟部分是通过流体力学软件Fluent计算实现的。模拟计算分为稳态仿真和瞬态仿真两部分。稳态仿真选用标准l湍流模型,瞬态仿真则采用大涡模拟实现计算[8]。边界条件的设置包括速度进口、压力出口和壁面,基本方法是列车设定车静止不动,气流以列车时速沿着列车前进的反向方向流动,同时地面以列车的时速与气流同向运动,以此模拟列车高速运行的实际环境。瞬态参数设置为:实现脉动压力达到最高分析频率5kHz[9],根据奈奎斯特采样定律,计算时间步长设置为0.0001s,采样时间设为0.2s。空气密度设为ρ=1.225kg/m3。

3 列车表面静压力云图分析

图3是列车高速运行时速度达到300km/h时车头稳态流场的表面静压力云图。

图3 车头表面静压力云图

由图3可知,列车在高速前行过程中,车头正对来流方向,气流在车头最前端的区域开始受到阻碍[10],在该区域形成正压区,且压力梯度出现较大变化,同时在鼻尖处形成一个滞止点,也称为驻点[11],在整个流场中该处的压力最大。然后从鼻尖处气流被划分为3个部分,分别流向车顶、车体两侧及车底。在车头与车身过渡的区域,因为车头曲面存在曲率变化,气流绕流的速度逐步加快,造成该过渡区的压力急剧下降,出现高负压区。此后随着曲面变化逐渐平缓,负压绝对值迅速减小,在车身顶部及侧面只有很小的负压区。

图4为列车车身表面静压力云图。

图4 车身表面静压力云图

从图4可以看出列车车顶及车体两侧表面静压力为负值,但由于绕流和车体曲率变化的影响,靠近车体头部和尾部的表面的静压力绝对值大于车体的中段车身。而且车身中段静压力几乎无变化,压力梯度较小。

图5为车尾表面静压力云图。

图5 车尾表面静压力云图

从图5可以看出尾车头部变截面处负压较大,和车头部静压力相似,由于尾部漩涡的影响,伴随着能量的耗散,使得尾部最大负压值的绝对值也远小于列车头部的最大负压值。

4 列车表面脉动压力分析

列车高速运行时,周围涡的分布、形成、脱落及破碎情况决定了列车脉动压力场的变化。在车身表面布置了10个具有代表性的监测点,如图6所示。从中选出3个更具代表性的点脉动压力时域图,如图7所示。

图6 各个监测点位置

图7 4,6,8点脉动压力变化曲线

从图7可以看出,列车表面的脉动压力是随时间不断变化的力。而且列车头部和尾部脉动压力的变化明显高于中部车厢。列车头部和尾部压力变化大约在-11 N/ m2~15.5 N/m2之间,中间车厢脉动压力变化范围在-8 N/m2~12 N/m2之间。这表明列车表面脉动压力的分布与列车的表面流态有关,而表面流态又由列车结构所决定。由于列车头部和尾部结构存在较大的曲率变化,使气流发生分离,形成涡流,从而导致了车头和车尾两个区域的脉动压力变化范围大于中间车厢。

5 高速列车气流噪声频谱分析

通过脉动压力的时域曲线很难看出列车频谱的结构特性[12]。此时需要将求得的列车时域脉动压力转化为频域脉动压力,这里可以通过在Fluent声学模块中将时域曲线进行快速傅里叶变换得到。图8为变换得到的3个监测点的脉动压力级频谱图。

图8 监测点脉动压力级频谱图

从图8可以看出各监测点气流噪声的频带很宽,在低频时气流噪声幅值均较大,随着频率的升高,各点的幅值都持续下降。由此可知:气流噪声的能量在低频时较大,在高频时较小。虽然3个点处流体流速稍有差别,但是脉动压力级频谱图却很相似。脉动压力在数值上稍有差别,不过变化趋势差别不是很大。

高速列车脉动压力噪声是一种宽广连续谱噪声[13],为更直观表现列车表面脉动压力的频谱特性,图9给出了列车运行速度为 300 km/h时,4,6,8点A计权脉动压力级的1/3倍频程频谱。从图9可看出脉动压力的能量主要集中在300 Hz到1 100 Hz 频段范围内。由于脉动压力是气流噪声主要噪声源,可以推断高速列车300 Hz到1 100 Hz频段的气流噪声幅值相对较高。

图9 300 km/h时各点的1/3倍频程频谱图

6 结语

通过使用Fluent软件对一定速度下运行的高速列车气流噪声进行了数值模拟计算并对结果进行了系统的分析,得到了高速列车气流噪声的一些特性和有效结论。

1) 列车高速行驶,车头周围流场会产生强烈的空气扰流,引起较为复杂的涡流流动,此时车头处的脉动压力最大。

2) 各点处总脉动压力级点随着所在位置的曲率变化的增大而增大,减少车体的曲率变化,可有效降低声压级。

3) 列车表面脉动压力在高频区较少,在低频区较大,并随频率的增加而减少。

4) 从A记权1/3倍频程看,脉动压力的能量主要集中在300 Hz到1 100Hz 频段范围内,并且没有明显的主频率,属于宽频噪声。

[1] TalotteC. Aerodynamie Noise: A Cirtieal Survey[J]. Journal of Sound and Vibration,2000,(231): 549-562.

[2] 刘加利. 高速列车气动噪声的理论研究与数值模拟[D]. 成都:西南交通大学,2009.

[3] Lighthill M J. On sound generated aerodynamically. I. general theory[J]. Proceedings of the Royal Society of London, Series A, Mathematical and Physical Sciences, 1952,(211): 564-587.

[4] 徐俊伟,吴亚锋,陈耿. 气动噪声数值计算方法的比较与应用[J]. 噪声与振动控制,2012,(4):6-10.

[5] 蔡伟华,粘弹性流体各向同性湍流特性研究[D]. 哈尔滨:哈尔滨工业大学,2011.

[6] 肖友刚. 高速列车气动噪声计算及降噪技术研究[D]. 长沙:中南大学,2008.

[7] 黄艳艺. 动车组空气动力噪声数值仿真研究[D]. 大连:大连交通大学,2012.

[8] 赵建秋,陆森林,左言言. 高速列车外部流场和车内噪声模拟计算[J]. 噪声与振动控制,2013,(6):124-128.

[9] 肖俊生. 高速轿车外场气动噪声研究[D]. 吉林:吉林大学,2006.

[10] 刘元森. 真空管道磁悬浮列车空气阻力仿真及其救援研究[D]. 成都:西南交通大学,2012.

[11] 秦淼. 高速列车空气动力学性能的研究[D]. 北京:北京交通大学,2011.

[12] 肖朕毅. 高速车辆气动噪声研究[D]. 长沙:湖南大学,2007.

[13] 黄莎. 高速列车车外气动噪声数值模拟研究[D]. 长沙:中南大学,2009.

欢迎投稿 欢迎刊登广告 欢迎订阅

Aerodynamic Noise Characteristics Simulation for High-speed Train Based on Fluent

LIU Yuewei,LU Senlin,ZUO Yanyan

(School of Automobile and Traffic Engineering, Jiangsu University, Zhenjiang 212013, China)

The airflow noise on the surface of vehicle mainly depends on the fluctuating pressure on its body surface, so it is of great significance to control the airflow noise of high-speed trains in order to research the fluctuating pressure on the surface of vehicle. The fluctuating pressure on the surface of the high-speed train is calculated using large eddy simulation and Fluent noise module. Its fluctuating pressure is made change from the time domain into the frequency domain through the fast Fourier transform, then the aerodynamic noise characteristics for the high-speed train is got. By the analysis of the noise spectrum, some aerodynamic noise characteristics for high-speed train are obtained. This provides the reference for reducing the aerodynamic noise.

aerodynamic noise; pressure fluctuation; LES; high-speed train

教育部博士点基金资助项目(20103227110009)

刘悦卫(1986-),男,硕士研究生,主要从事噪声振动与控制方面的研究。

U260;U270

A

1671-5276(2015)05-0127-04

2014-02-25

猜你喜欢
声源脉动气流
虚拟声源定位的等效源近场声全息算法
RBI在超期服役脉动真空灭菌器定检中的应用
气流的威力
基于GCC-nearest时延估计的室内声源定位
运用内积相关性结合迭代相减识别两点声源
固体运载火箭变轨发动机喷管气流分离研究
飞片下的空气形成的“超强高速气流刀”
基于停留时间分布的气流床气化炉通用网络模型
力-声互易在水下声源强度测量中的应用
有限水域水中爆炸气泡脉动的数值模拟