【整车风噪开发解析】——SNGR在整车风噪开发中的高效应用
本文摘要：（由ai生成）SNGR方法是一种高效气动噪声计算技术，它利用稳态流场结果进行噪声分析，可快速识别噪声源位置和评估不同设计的噪声水平，适合中高频段预测，对CFD网格尺度不敏感，适用于整车前期风噪水平快速评估。懿朵科技利用该方法进行整车风噪项目开发，实现了模块化和自动化，提高了计算效率，并为整车风噪开发提供了国际领先解决方案，包括指标定义、仿真分析优化、测试整改等，但在低频噪声预测上存在局限。 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： 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： 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。 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。 a 原始湍动能 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 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。 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。 图6 不同CFD网格湍动能和耗散率 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： 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。 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。 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。 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。 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。 图12 Magna 仿真模型 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。 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。 懿朵科技为客户提供国际领先水平整车风噪开发解决方案：（指标定义，仿真分析与优化，测试与整改）如需了解专题其他文章，点击以下链接查看： 【整车风噪开发解析】——综述篇 【整车风噪开发解析】——噪声类型与开发策略 敬请期待： 《有限元法整车风噪开发关键技术解密》 《LBM在整车风噪开发中的应用》 来源：懿朵科技
