智能研发-智能运维

用“”做好每“壹次”服务
技术服务热线:
021-64207260

【整车风噪开发解析】——SNGR在整车风噪开发中的高效应用


某车企的私人讨论组又发出了“叮咚”声!


小甲:“听说了吗?今天CFD和造型部门又干起来了!”

小乙:“啊….见怪不怪咯!一天到晚提各种噪声问题,造型设计部门能不火么?”

小丙:“其实也不是,主要是CFD那边效率太低了啊!开发周期那么紧张,造型那边等一版结果黄花菜都凉了,能不火么!”

小丁:“哎…难办哦!”

“哈哈哈…我们好好吃瓜就行啦!”

“……”

“好奇怪啊,最近CFD和造型咋这么和谐啊?”

“你不知道么?SNGR来了啊!”


SNGR难道有通天的能力?

SNGR(Stochastic Noise Generation and Radiation)方法采用稳态流场结果进行气动噪声计算, 一天内完成一轮优化方案的分析,高效完成外造型优化方案的快速评估;极大地缩短了计算时间增加效率,用极少的资源就可对外造型优化方案进行风噪水平定性评估,非常适合整车前期外造型阶段风噪评估和优化。

01


SNGR的原理和流程



(1)SNGR的原理

SNGR方法采用雷诺平均Navier-Stokes(RANS)计算得到的时均流场的速度、湍流动能分布特性,通过添加随机扰动的方法重新合成含有时间项的流场数据,从而实现从RANS结果识别Lighthill体积源。SNGR方法对湍流脉动速度 采用Bailly随机模型,不可压缩空间湍流速度场可由傅里叶空间内N个傅里叶模态求解得到,具体如下:

1.png

ACTRAN的声类比方法计算声源和噪声传播,湍流动能谱可以写成以下形式:

2.png

由于RANS为稳态结果,为了保证可以输出频域的噪声结果,需要添加与时间相关的项(图1中的随机函数),从而合成脉动速度。

图1   SNGR基本原理

(2)SNGR的流程

基于稳态CFD和Actran的风噪仿真流程如图2所示,为了计算声源项,需要从RANS计算中输出以下物理量:速度矢量、湍动能和湍流耗散率。在此基础上,湍动能谱可以使用von Karman-Pao 谱或用户自动义谱处理。

4.png

图2 SNGR仿真流程

02


SNGR参数的影响



(1)湍流阀值

湍流阀值的设定影响声源项考虑区域与湍流速度合成的时间,在阀值之上的源项将被考虑到声源计算中,通过设置湍流阀值可只考虑湍流贡献最大的区域,提高CPU和内存使用率,减小计算时间。


5.png

a 原始湍动能

6.png

b 设定湍流阀值后湍动能

图3 湍动能对比

湍流阀值增加,考虑的源项区域减小,计算时间减小。对比如下5种不同湍流阀值计算结果和计算资源,最大差值为2dB。实际应用中可根据计算资源和精度要求合理设置湍流阀值,减少仿真计算时间。

表1 不同湍流阀值计算资源消耗

7.png

8.png

图4 不同湍流阀值结果

(2)合成速度场(声源)的数量

随着合成速度场数量的增加,仿真计算时间将会线性增加,计算结果也将逐渐趋于一致,实际应用中可以根据计算资源需求和精度选择合成速度场数量。如图5,合成速度场的数量为20和60在500Hz最大误差为3dB,合成速度场数量为40误差小于1dB。

9.png

图5 不同合成速度场数量结果

(3) CFD网格

SNGR方法预测风噪时对CFD网格的尺度不敏感,不需要采用特别密集的网格来进行稳态CFD分析,仅需CFD稳态流场的收敛和湍动能的准确统计即可。当湍流场轮廓 (等值面) 是平顺的,可以认为计算得到的湍流场是正确的。如果云图并不平顺,说明CFD网格还需要优化。

10.png

图6   不同CFD网格湍动能和耗散率

11.png

图7   不同CFD网格结果

在瞬态CFD模拟中,当CFD的网格尺度过大,数值耗散较大时,CFD的数据就很难反映出高频的声波信息。如图8。网格尺度与截止频率关系为:

12.png

其中,F是声学截止频率,ε是湍动能耗散率,∆是网格尺度。

SNGR方法则不需要考虑CFD网格带来的截止频率的影响,4mm的CFD网格可以很好的预测400Hz~3000Hz频段汽车风噪声大小。因此,中高频段利用Actran中 SNGR方法快速、高效且准确的预估风噪声大小是一个不错选择。需要注意的是SNGR方法在低频有些信息缺失,无法准确捕捉低频结果。

13.png

图8 仿真实验结果对比

03


SNGR的二次开发



懿朵科技利用SNGR方法进行过多个整车风噪项目的开发,结合自身风噪开发和SNGR方法的应用经验,将稳态CFD+SNGR方法模块化,进行联合二次开发。整个流程只需要在计算前将流场面网格和声场网格进行导入,便可自动实现网格加密、体网格生成、计算以及后处理,从流场到声场的计算也不需要人为的干预,流场计算完成后便可自动进入声场计算,界面会实时监控和显示整个计算流程进度(绿色表示进度已完成、黄色表示正在运行),实现了一键自动计算和后处理,减少人为干预易出错的同时,减少1/3的工作量,再次提高计算效率。目前已经应用于懿朵科技风噪开发中。

14.png

15.png

图9 流场和声场计算模块

04


SNGR的实际应用



1、三菱汽车。基于SNGR + ICFD的 Lighthil 声源识别 进行噪声源定位并同风洞中麦克风声阵列测试对比,识别声源位置与麦克风声阵列结果基本一致。

16.png

图10 噪声源识别

2、Volvo汽车。采用CFD软件与Actran混合计算方法研究V70车型风噪声,声学计算分别采用了稳态CFD结果(SNGR)和瞬态LES结果作对比,仿真与试验有良好的一致性。

17.png

图11 Volvo案例

3、Magna。采用稳态CFD+Actran混合方法(SNGR),研究外造型对侧窗表面风噪贡献,对比不同后视镜对内部风噪风噪影响,并通过稳态SNGR方法和非稳态CFD结果+声学计算两者结合预测乘员舱内部风噪。

18.png

图12 Magna 仿真模型

19.png

图13 声学计算结果

4、Volvo。采用SNGR方法对重型卡车进行噪声源识别,对比不同后视镜方案对风噪的影响,利用SNGR得到的结果与非稳态DES混合方法趋势一致。

20.png

图14   Volvo卡车案例

05


SNGR总结



SNGR方法用时间较短的RANS结果进行气动噪声计算,可极大地节省计算资源和时间,可用于汽车风噪、起落架噪音、HVAC管道噪声等各个方面。在汽车风噪方面可以通过SNGR方法快速识别噪声源位置,同时可以快速评估不同外造型设计的噪声相对水平,相比利用非稳态CFD结果进行气动声学计算,SNGR方法优势主要有以下几点:
(1)对CFD网格尺寸不敏感,降低了气动噪声预测对CFD的要求,大幅缩短优化周期;
(2)采用稳态CFD计算,对计算资源要求低,适用不同造型设计的噪声相对水平快速评估;
(3)稳态CFD+SNGR混合方法能快速识别噪声源位置;
(4)SNGR方法不受湍流截止频率影响,可以在较少的计算资源中实现中高频段的精确模拟。
SNGR方法虽然在减小计算时间、缩短开发周期上有极大地优势,但由于SNGR方法采用冯卡门谱合成湍流速度场,用其预测噪声的绝对值,需要经过多次修正拟合,且SNGR在低频有部分信息缺失,难以准确捕捉低频结果。因此,SNGR方法更适用于多方案之间噪声相对水平的快速评估。


首页            关于我们            解决方案            研发平台            新闻资讯            联系我们
技术服务热线
021-64207260