基于直接CAA與SEA的汽車風噪預測與控制*

王亓良，陳 鑫，張英朝，關青青，張延杰，張巖金，林清龍

（1.吉林大學，汽車仿真與控制國家重點實驗室，長春 130022；2.東南（福建）汽車工業有限公司汽車研究院，福州 350119）

前言

汽車高速行駛時，風噪聲超過輪胎、發動機等振動噪聲，成為影響車內噪聲水平的主要因素［1］。駕駛員和乘員長時間處在噪聲環境下，容易產生疲勞和煩躁感，影響舒適性與安全性。因此風噪性能是汽車開發中的重要指標。

車窗關閉時的車內風噪主要由泄漏（Leak）噪聲［2］和外形噪聲組成，此外汽車風噪還包括車窗開啟時的風振噪聲［3-4］、空調風噪等。其中泄漏噪聲包括車身密封不嚴處的內外氣流交換引起的氣吸（Aspiration）噪聲，以及透過密封件結構本身傳入車內的車外風噪。其中泄漏噪聲與車身裝配工藝和密封性能有關，可通過風洞測試等手段進行泄漏的排查和優化［5］。當前通過流動仿真對泄漏噪聲進行直接模擬仍比較困難。文獻［6］中通過仿真模擬時均流場壓力載荷下的車門變形程度，優化車門結構增強剛度，以間接控制泄漏噪聲。外形噪聲通常包含兩部分，一部分為伴隨著流體質點的運動沿著流向傳播的湍流壓，或稱水動壓、對流壓，另一部分為依靠空氣的壓縮和膨脹向四處擴散傳播的聲壓。外形噪聲通過激勵車窗與車身板件等振動，進而向車內輻射噪聲。測試中對實車進行改形優化相對困難，且成本較高，而通過仿真進行外形噪聲的預測和優化具有效率高、成本低等優勢。

風噪仿真流程通常包括外場聲源獲取和車窗與車內噪聲傳播模擬。外場聲源的仿真包括直接計算氣動聲學（computational aeroacoustics，CAA）［7］和混合CAA 兩類方法。其中，直接CAA 以可壓縮氣體為介質，同時計算流場中的聲壓和水動壓，考慮了對流場與聲場耦合作用。但在直接CAA 中，采用傳統CFD 工具求解N?S 偏微分方程組時，時空離散帶來的數值誤差會使量級本就遠小于湍流壓的聲壓在傳播過程中耗散掉，因此直接CAA 對網格量級的要求較高。基于分子動力學方程的格子玻爾茲曼方法［8］具有并行效率高、耗散低等優勢，但成本較高。混合CAA 將以不可壓縮氣體為介質的傳統CFD 仿真與聲類比原理結合，將流場與聲場解耦，依次計算流場中的湍流壓與聲壓。以不可壓縮氣體CFD 仿真獲取的流場信息為輸入計算聲場信息，忽略聲場對流動的作用。主要包括萊特希爾聲類比、FW?H 積分法、聲擾動方程［9］和隨機噪聲產生與輻射（stochastic noise generation and radiation，SNGR）方法［10］等。采用混合CAA 進行汽車風噪仿真時，通常需要100 GB以上的流場數據存儲空間，且計算對運行內存要求較高。車窗傳聲和車內噪聲傳播在聲學軟件中通常基于頻域進行計算。對于車窗的傳聲，通常可采用統計能量分析（SEA）［11-12］或有限元法（FEM）［13-14］進行計算。研究表明，在5 000 Hz 以下車窗振動模態達幾百階，隨著高頻噪聲波長的減小，需要大量的FEM 網格參與計算，此時SEA 的計算效率遠高于FEM。對于車內噪聲傳播的計算，在3 000 Hz 以下車內聲腔模態可達10 000 階，聲傳播計算要求的截止頻率越高，SEA的計算效率優勢越明顯。

綜上所述，當前存在實車風噪聲源多、傳遞路徑復雜、實車風噪仿真流程不成熟和仿真精度不確定等問題。本文中以某SUV 為研究對象，首先基于風洞測試進行實車風噪聲源特性和傳遞路徑的分析。然后基于直接CAA 和SEA 對經車窗傳遞的外形噪聲進行仿真預測，并結合風洞測試分析湍流模型、網格尺寸和波數分析方式對風噪仿真精度的影響。最后提出后視鏡支臂減薄和安裝在車門上兩種方案，有效降低了車內風噪。本研究對汽車風噪仿真開發具有參考意義。

1 聲源與傳遞路徑分析

1.1 測試設備與信號采集

試驗風洞為回流3/4 開式風洞，噴口為面積8.2 m2的切角矩形。風洞建設過程中采取了多項降噪措施，背景噪聲遠低于待測噪聲10 dB 以上，信噪比滿足汽車風噪測試要求［15-16］。噪聲采集設備布置如圖1 所示，車內噪聲采集使用37B02 型聲學傳聲器，布置于4 座乘員外耳處。左側窗表面布置130B40 型表面傳聲器，用于采集外場脈動壓力。其中傳聲器Mic1～3位于A 柱旋渦區域，Mic4～6位于后視鏡尾流區域內。SCADASⅢ采集前端和Test Lab.試驗分析軟件分別用于信號采集與分析。每個工況采集3次取其平均值，每次采集時長為15 s。

圖1 側窗（a）與車內（b）傳聲器布置

1.2 聲源特性與傳遞路徑分析

如上所述，泄漏噪聲與外形噪聲是車內風噪的主要來源。泄漏噪聲主要與車身密封相關，而外形噪聲主要包括A 柱、后視鏡和輪胎等車底部件引起的風噪。為探究各聲源對車內風噪的貢獻，分析傳遞路徑，在風洞測試中采用“增包法”設計如下工況。

工況1，汽車處于自然狀態下，即全車沒有密封，車身無偏航，測試風速為120 km/h，此時車內風噪即代表汽車上路行駛時的總風噪。

工況2，基于工況1，采用厚度為250 μm 的布基膠帶將車身各連接縫隙及活動密封等做密封處理，如圖2（a）所示，排除了車身泄漏噪聲。

工況3，基于工況2，沿車身輪廓向下延伸建立圖2（b）所示的圍裙，用以排除底盤風噪。

圖2 工況2和工況3的模型布置

工況4，基于工況3，在四門、頂棚和翼子板內側添加阻尼片，以增加車身板件的隔聲量，如圖3所示。

圖3 工況4頂棚、車門、翼子板添加阻尼片示意圖

圖4 為工況1～工況3 中駕駛員外耳傳聲器的測試結果，在工況2 車身密封后，500 Hz 以下聲壓級基本不變，而中高頻聲壓級明顯降低，車身泄漏噪聲具有明顯的中高頻特性。該車的泄漏噪聲在500-3 150 Hz 頻段的車內風噪平均貢獻為6 dB。由于該車是試制車，車身密封較差，泄漏噪聲在6 300 Hz附近存在聲壓級峰值。而與之相反，在工況3 車底密封后，800 Hz 以下的聲壓級平均下降5.4 dB。即車底對車內風噪貢獻主要集中在低頻段。

工況4 采用阻尼片分別對頂棚、四門、翼子板補強后，車內語音清晰度最大改善分別為3.21%、1.46%、0.15%。即在車身板件中，頂棚和四門均對車內風噪有貢獻，而翼子板貢獻很小。工況4 的車內風噪測試結果中，排除了泄漏噪聲、底盤風噪，且增加了車身板件的隔聲量，前風擋通常采用厚度較大的夾層隔音玻璃，因此距離A 柱較近的前側窗是主要的風噪傳遞路徑。

圖4 工況1～工況3駕駛位的聲壓級頻譜

2 風噪仿真方案

基于流體軟件STAR?CCM+和聲學軟件VA?One搭建風噪仿真流程，如圖5 所示，包括聲源獲取、聲壓提取和聲振耦合計算3 個步驟。第1 步，采用直接CAA 法獲取側窗時域壓力，第2 步，對聲源壓力進行分解和時頻轉換，第3 步，在SEA 模型上施加聲源，并進行頻域的聲振耦合計算，獲得人耳聲壓響應。

圖5 風噪仿真流程示意圖

2.1 外場仿真模型

外流場仿真采用長方體計算域，如圖6 所示，幾何尺寸為13 倍車長、9 倍車寬和6 倍車高。采用半車模型以減少計算量。出口、入口、側面和頂面采用自由流邊界，以減少邊界的聲波反射。地面設為滑移壁面，忽略地面邊界層影響。體網格分布如圖7所示，對A柱、后視鏡和側窗附近聲源區域進行局部加密，最小網格尺寸為2 mm，網格數為3 270 萬。棱柱層總厚度為2 mm，劃分為10 層，首層厚度為0.05 mm，滿足Y+值小于1，對邊界層直接求解。計算中首先采用RANS 進行3 000 步穩態仿真，獲得初始流場以加速非穩態計算的收斂。非穩態仿真的物理模型和求解器設置如表1 所示。湍流模型采用基于WALE 亞網格模型的大渦模擬（LES），可壓縮的理想氣體介質考慮了聲壓與水動壓的耦合作用。仿真時間步長為0.05 ms，采集時長0.1 s，對應最大求解頻率10 000 Hz，頻率分辨率10 Hz。

圖6 CFD仿真計算域

2.2 內場仿真模型

圖7 聲源區域最小尺寸2 mm的網格

表1 非穩態仿真物理模型與求解器設置

圖8 SEA板與GSP聲源（a）和SEA聲腔（b）

聲振模型由車身內外飾和車窗玻璃的SEA板子系統和車內外的SEA 聲腔子系統組成，如圖8 所示。各子系統之間相互關聯，以傳遞聲能量。將外場仿真獲取的聲源以通用表面壓力（GSP）載荷的形式施加到聲振模型的側窗表面。經過車窗的隔聲和內飾吸聲的影響，風噪分別以直達聲和次達聲兩種路徑傳入人耳。直達聲的能量主要與玻璃的隔聲性能相關，而其隔聲量通常取決于剛度、質量（面密度）和阻尼等。其中剛度由玻璃結構和約束決定，主要影響低頻的隔聲量。質量、面密度由表2 中各SEA 板的材料和厚度等確定。通過文獻查閱確定鋼化玻璃的阻尼因子為0.1%。次達聲的能量與車內空腔的吸聲性能相關，可通過混響時間測試與換算，以指定空腔吸聲系數或阻尼來控制吸聲性能。本文中通過對聲學包的詳細建模來確定空腔阻尼，如表3所示。

表2 SEA板的材料及物理屬性

表3 聲學包布置

3 風噪仿真精度影響因素分析

3.1 湍流模型的精度對比

大渦模擬（LES）和改進的延遲分離渦模擬（IDDES）是風噪仿真常用的湍流模型。采用介于直接數值模擬與雷諾平均N?S 方程（RANS）之間的LES，對流場中的大尺度渦進行直接求解，而采用亞網格模型模擬小尺度渦。在求解含有壁面邊界層流動的問題時，LES 計算成本很高。DES 結合了LES與RANS，在無流動分離的區域（如邊界層）和無旋流區域用RANS 求解，而流動分離區用LES 求解，以減少邊界層區域需要的網格數。為探究湍流模型對汽車風噪仿真精度的影響，基于同樣的網格方案，分別采用LES和IDDES進行仿真。

A 柱尾流區Mic2 和后視鏡尾流區Mic4 的仿真結果如圖9 所示。對于Mic2 和Mic4，在1 000 Hz 以下頻段兩種湍流模型計算的聲壓級差別不大，且與測試結果較為一致。在1 000 Hz以上頻段兩種湍流模型的仿真聲壓級比測試結果有所下降，即產生高頻能量衰減，后面的研究表明這是因網格尺寸的噪聲截止頻率所致。其中IDDES 的聲壓級衰減比LES更顯著，與測試結果差別也更大。這可能是由于邊界層附近RANS 模型的使用而導致的高頻壓力脈動的損失。即在外場仿真中，采用LES 對高頻風噪仿真精度高于IDDES。且在當前網格數下，LES 的計算效率是IDDES的1.25倍。

圖9 兩種湍流模型求解的部分測點聲壓級對比

3.2 網格尺寸對仿真精度的影響

網格尺寸同時影響風噪仿真精度和計算資源消耗。為探究不同網格尺寸的仿真精度，設置聲源區域最小網格尺寸分別為2、4 和8 mm 的3 種方案，相應網格數分別為3 270萬、1 761萬和986萬。

各網格尺寸對應外場風噪頻譜如圖10 所示，對于靠近A 柱下端的Mic1 和后視鏡附近的Mic4，在200-3 000 Hz 頻段隨著網格變大聲壓級明顯降低。這是因為受到網格截止頻率的影響，大尺寸的網格難以捕捉到波長較小的高頻風噪所致。測試的聲壓級曲線相對平緩，而與之相比，2 mm 網格的仿真聲壓級在頻率高于2 000 Hz 以后已明顯衰減。對于A柱和后視鏡的測點Mic2、Mic5，不同網格尺寸的聲壓級差別相對較小。即在后視鏡尾流區內，網格尺寸越小，高頻風噪仿真精度越高。尺寸為2 mm的網格截止頻率可達2 000 Hz 以上，但同時大幅增加了網格數和計算時間。

3.3 波數分析方式的精度差異

本節對比單區域、多區域兩種波數分析的方式對車內風噪仿真精度的影響及效率。單區域波數分析時，在車窗對角兩點所作矩形區域內進行分析，聲源加載時僅須一個GSP 載荷，如圖11 所示。多區域波數分析如圖12 所示，盡量使每個區域的壓力均勻分布，并使用空間漢寧窗。各區域波數分析的結果按照其占車窗總面積的百分比加載至SEA模型。

圖10 側窗表面部分測點聲壓級頻譜

圖11 單區域波數分析與加載

圖12 多區域波數分析與加載

基于兩種波數分析方式的車內風噪仿真結果對比如圖13所示。由圖可見，在800 Hz以下的中低頻段，單區域波數分析的聲壓級平均比多區域波數分析低5.59 dB（A），在2 000 Hz以上的高頻段，單區域波數分析的聲壓級平均低1.15 dB。風噪總聲壓級相差5.48 dB（A），語音清晰度差值為4.4% AI。這是由于單區域波數分析的方式不滿足空間內壓力均勻分布的假設，因此低估了側窗各個區域的聲能量。而由于汽車外場寬頻風噪的聲能量主要集中于中低頻，單區域波數分析大幅低估了圖12 中區域1 等部分的聲能量。即多區域波數分析的精度高于單區域波數分析，在低頻段差異最大。

進行多區域波數分析時，區域的劃分因人而異，仿真結果容易帶入人為誤差。因此，為探究圖12 中各個區域聲能量對仿真結果的影響，以提高仿真精度，設計加載工況如圖14 所示，在8 個區域中，區域1 最靠近后視鏡尾流區，區域6 則相對遠離A 柱底端，兩區域分別代表側窗表面聲能量較高、較低的兩個區域。由圖可見：與8 個區域全加載相比，當區域1 未加載時，車內聲壓級在整個頻段內明顯降低，總聲壓級降低2.24 dB（A），語音清晰度升高5.8%AI；而當區域6 未加載時，車內聲壓級僅在2 000 Hz 以上頻段內有較小變化，總聲壓級降低0.16 dB（A），語音清晰度升高1.7% AI。由于聲音存在掩蔽效應，在側窗表面靠近A柱底端和后視鏡的區域，風噪聲能量最高，對車內風噪水平起主導作用。因此，對區域1 等部分的波數分析和聲源加載對風噪仿真精度具有重要影響。

圖13 兩種波數分析下的車內聲壓級頻譜

圖14 多個區域波數分析車內聲壓級頻譜

4 后視鏡風噪控制

4.1 后視鏡風噪貢獻分析

為探究后視鏡的風噪貢獻，在工況2 車身密封的基礎上，測試對比了有無后視鏡時的車內外風噪。車外風噪由水動壓主導，后視鏡尾流區測點壓力頻譜如圖15（a）所示，由于回流渦發展的級聯過程中，中低頻的大渦破碎后將來流的動能傳遞給高頻的小渦，小渦將能量耗散為內能，使得后視鏡風噪貢獻主要集中于中低頻。在Mic4～Mic6這3個測點中，后視鏡的車外總壓力級貢獻量分別為4.9、12.4 和9.1 dB。車內風噪對比如圖15（b）所示，后視鏡對車內語音清晰度貢獻為2.63%AI。其中，在800 Hz 以下的聲壓級無變化，由圖3 得出車底風噪在800 Hz 以下頻段貢獻較高，因此車底風噪的存在掩蓋了后視鏡對車內風噪的貢獻。在玻璃吻合頻率4 000 Hz附近，后視鏡風噪聲壓級貢獻最大為3.49 dB。

圖15 測試中后視鏡的車外和車內風噪貢獻

4.2 后視鏡的改進

仿真得到基礎工況下側窗表面壓力級分布如圖16（a）所示，側窗表面波動壓力級主要集中于4 個部分，區域1 由A 柱渦引起，區域2 由后視鏡基座與側窗前緣的段差引起，區域3 由后視鏡支臂的尾流引起，區域4 由B 柱和側窗后緣的段差引起，其中區域4風噪貢獻最低。本節主要對區域3進行風噪控制，對后視鏡支臂提出兩種改進方案。為縮短后視鏡支臂尾流影響區域，減少對側窗的沖擊，方案1 是減薄了支臂厚度，如圖16（b）所示。方案2是后視鏡主體位置不變，而將支臂安裝在車門上，使支臂尾流的影響區域轉移到隔聲量更大的車門上，如圖16（c）所示。由圖可見，相比于基礎工況，兩種方案的后視鏡尾流都變短，影響區域明顯減小，側窗表面區域3 的壓力級明顯降低。其中方案2 的效果更好，其支臂尾流中的壓力級更小。

圖16 基礎工況（a）、方案1（b）、方案2（c）下側窗表面總聲壓級分布

側窗表面不同頻率的壓力級分布如圖17所示。由圖可見，隨著頻率的升高，側窗表面聲壓級明顯降低。

圖17 基礎工況（a）、方案1（b）、方案2（c）下側窗表面不同頻率聲壓級分布

經過統計能量分析，改進前后的車內風噪頻譜如圖18 所示。由圖可見，1 000 Hz 以下的低頻段的降噪效果更明顯。方案1 后視鏡支臂減薄后，車內風噪總聲壓級降低1.38 dB（A），語音清晰度提升0.4%AI。方案2 后視鏡支臂安裝在車門上，車內風噪總聲壓級降低1.93 dB（A），語音清晰度提升1.1%。即后視鏡支臂安裝在車門上的風噪更低。

圖18 兩種后視鏡車內噪聲優化效果

5 結論

（1）基于風洞測試分析了汽車風噪聲源特性及其傳遞路徑，發現泄漏噪聲主要貢獻于500 Hz 以上的中高頻，車底風噪主要貢獻于800 Hz 以下頻段。外形噪聲中，頂棚和四門傳遞的風噪貢獻高于翼子板。

（2）側窗表面壓力脈動仿真結果，在同樣的網格數下，LES 高頻風噪仿真精度更高，且計算效率為IDDES 的1.25 倍。網格尺寸越大，越難以捕捉高頻壓力脈動，高頻風噪仿真精度越低，尺寸為2 mm 的網格外場風噪仿真的截止頻率可達2 000 Hz 以上。單區域波數分析低估了低頻風噪的聲能量，精度較低。多區域波數分析中，能量較高的區域1 對精度起主要作用，能量較低的區域6等影響較小。

（3）測試發現后視鏡對側窗壓力脈動貢獻主要集中于中低頻，車外總壓力級貢獻最大為12.4 dB。對車內風噪在玻璃吻合頻率4 000 Hz附近最大聲壓級貢獻為3.49 dB。最后提出支臂減薄和安裝在車門上兩種改進方案，有效降低了車內風噪。