为了创建高速列车气动噪声源识别方法,以气动声学基本波动方程为基础,将高速列车气动声源等效为无数微球形声源组成,利用声辐射和流场物理量之间的关系,并结合高速列车气动数值仿真技术,建立了高速列车偶极子声源和四极子声源的识别方法,从全新的角度对某高速列车头车气动噪声源进行识别;基于涡声方程声源项特征,进一步揭示了偶极子声源和流场流动的关系.研究结果明确了高速列车主要偶极子和四极子声源的强弱和分布特征,表明了气流的直接撞击和分离现象是产生声源的主要原因,头车及转向架区域气动噪声源以偶极子声源为主;偶极子声源强度较大位置出现在边沿较为尖锐的地方,在绝大多数情况下流体经过时涡量急剧增加,成为其形成强声源的主要原因.

对物体高速行驶下的气动噪声现象的认识和描述一直以来都是气动声学领域探索的基本问题和难点问题,尤其对物体近壁面处声源的产生及其声辐射缺乏有效的描述手段。该研究以圆柱绕流为研究对象,结合数值仿真手段,基于涡声方程的声源项描述圆柱绕流近壁面处的声源特性,建立声源识别方法。研究表明,该方法描述的声源存在不该有声源的位置出现声源的现象。研究进一步基于质点振速的矢量波动方程,将不能辐射噪声的源分离,较为准确地识别出了圆柱绕流气动噪声源的大小和位置。该研究在探索识别圆柱绕流气动噪声源方法的同时,也为准确识别气动噪声源特征提供了有效的方法。

采用 k －ε湍流模型和 PISO 算法对比研究了基态叶片和叶片外缘外伸后的贯流风机气动效率和噪声。以通风机全压效率作为经济指标，计算结果显示叶片外缘外伸后的风机全压效率提高了3．8％。以基于 Lighthill 声学类比理论的 FWH 方程计算贯流风机的噪声，结果显示叶片外伸后风机在监控点噪声降低约7dB，最后用鲍威尔涡声方程解释了噪声降低的机理。