采用风洞实验与流场-声场联合仿真方法研究HSM标准模型内部噪声声源及其特性。设计5种实验工况以探究各噪声源对内部噪声的作用,并验证仿真的准确性。由薄膜模态分解分析声源成分及其贡献度,并揭示其差异机理。结果表明风速增加,内部噪声受不同声源作用而变化的频段不同;内部噪声主要由模型前缘的分离涡及其再附着引起;分离涡产生声源激励经各窗向内传递,各窗对内部噪声贡献以左侧窗为主;声源激励由湍流压力脉动和声学压力脉动组成,前者是激励的主成分,而后者是内部噪声的主要来源,两者差异由激励与车窗波数关系引起的传递效率差异所致。

为解决静态近似模型所需样本量大、优化效率低的问题,基于粒子群算法(PSO)的最小二乘支持向量回归(LSSVR)自适应近似模型构建优化算法,并通过构建全局和局部自适应近似模型以减小优化算法陷入局部最优解的可能,加速收敛过程。文中将Branin函数作为测试函数,证明构建的自适应PSO-LSSVR近似模型用于单目标优化问题的有效性;将自适应PSO-LSSVR近似模型用于GTS模型低风阻尾板的快速优化上,以上尾板倾角、下尾板倾角、侧尾板倾角和尾板长度为设计变量,仅通过31组数据集样本便收敛至最优解,且近似模型预测气动阻力系数误差仅为0.18%。相比初始尾板,优化后的尾板使得GTS模型气动阻力下降9.38%,证明了自适应PSO-LSSVR近似模型优化算法对小样本快速寻优问题具有较好的可行性。