风扇单音噪声模态识别及其误差传递特性研究

为了探究不同阵列对风扇单音噪声模态识别的影响,对径向耙和轴向传声器阵列在模态分解中的优缺点和误差传递特性进行了数值和实验研究。数值研究中通过在人造声场中加入随机扰动研究了不同阵列在径向模态分解中的误差传递特性,从而对两种阵列在径向模态分解方面的适用性和局限性进行评估。以此为指导,实验中通过旋转轴向阵列测量了风扇管道内顺流和逆流传播的模态波结构。结果表明中低频时径向耙式阵列误差较大,在模态截通频率处其传递函数的条件数大于100,而轴向阵列的条件数要小于10。轴向阵列在径向模态分解时,其精度强烈依赖于阵列轴向间距。实验结果表明管道内入射声波比反射声波能量高10d B左右。在入射声波中,转静干涉模态是其主导模态,而在反射声波中,模态能量分布规律不明显。     

基于流场/声场混合模型的叶轮机械单音噪声研究

基于叶轮机械三维非定常黏性数值模拟(URANS)与管道内叶片排气动噪声声类比理论(DBAA),成功地发展了叶轮机械单音噪声混合预测模型(URANS/DBAA),该模型能够实现叶轮机械叶片详细设计参数与噪声辐射强度的关联。由于采用了Lighthill声类比理论,使得该模型并不需要耗费大量计算资源。基于URANS/DBAA混合模型,对某单级轴流风扇的单音噪声及其噪声源分布特性进行了详细的计算分析,结果表明,该混合模型能够准确模拟叶轮机械单音噪声,实现了对叶轮机械单音噪声基本规律的分析和认识。     

分布式波浪前缘静子叶片对单级轴流风扇单音噪声影响的数值研究

为了适应逐年严苛的适航噪声标准,改善飞机噪声环境,突破航空发动机降噪技术的瓶颈,有必要开发新的降噪手段以指导叶轮机械降噪设计。本文采用URANS与FW-H方程混合方法,通过将波浪前缘构型运用在叶片流动损失较大、声源强度较强的部分后,进一步观察其气动性能和降噪效果。研究表明：与基准叶片相比,分布式波浪前缘静子叶片可以在1BPF（Blade Passing Frequency）时降低风扇入口声功率级0.67~1.9dB,2BPF时降低风扇入口声功率级1.87~4.18dB,3BPF时降低风扇入口声功率级2.4~6.8dB,同时,总压比最高提升0.027%,等熵效率最高提升0.28%。因此,分布式波浪前缘静子叶片在叶轮机械降噪方面有很好的运用前景。     

基于声学处理的风扇噪声预测模型改进

Heidmann风扇噪声模型没有考虑风扇外涵道中的声学处理对于噪声抑制的影响,导致风扇噪声的预测结果普遍大于 试验结果。为了提高预测结果精度,利用风扇噪声抑制模型分别求出风扇进口衰减系数和出口衰减系数,然后将其应用于Heid? mann模型中,计算修正后的风扇进口噪声和出口噪声的均方声压。将MATLAB软件作为风扇噪声预测模型的开发平台,以某型 涡扇发动机为例进行预测。结果表明：相较于原模型的预测结果,改进模型的风扇噪声明显降低,最大降幅达到7 dB;通过对比风 扇噪声在各工况下的预测结果和试验结果发现,改进模型预测值与实测值的平均误差从原模型的5 dB降低到3 dB以下。该改进 方法有效改善了Heidmann模型预测结果偏大的情况,使风扇噪声的预测结果更加准确。     

单级风扇声模态相关性研究及其影响

航空发动机轮毂比的增加使得处于"截通"状态的管道声模态数目急剧增加,为了提高风扇管道宽频噪声模态识别及分解技术的准确性,需要对管道声模态相关性进行分析研究.以一台单级低速轴流风扇实验台为实验对象,研究了单级风扇的模态相关性以及声场相关性.进一步结合参考传声器模态分解法和互相关模态分解法,对比了模态相关性对管道进口声功率...     

风扇进口噪声预测模型的改进

针对Heidmann模型对风扇进口低频噪声(1k Hz)预测结果偏低的情况,通过引入风扇叶尖弦长雷诺数和相关几何参数改进了Heidmann模型中风扇进口宽频噪声的频谱修正函数,确定了其中频谱修正系数为0.085。对比改进模型和Heidmann模型的风扇进口噪声预测结果发现:在亚声速工况下,改进的模型很好地改善了风扇进口低频噪声的预测结果,改进幅值可以达到约45d B;而在超声速工况下,由于风扇进口产生的组合单音噪声成为风扇进口噪声的主要组成部分,除了在小于100Hz的频域内,改进的模型与Heidmann模型的预测结果差别不大。     

离心风扇非定常气动力和气动噪声特性数值研究

将Lighthill方程转变为频域Helmholtz弱积分形式并采用Galerkin方法离散.基于声学有限元方法考虑声波在复杂固壁(叶轮和蜗壳)内的散射和反射等作用,利用Ffowcs Williams-Hawking(FW-H)方程耦合非定常流场计算结果数值预测了某离心风扇的噪声辐射,流场计算结果和蜗壳壁面动态压力测量结果在基频上吻合较好.结果表明:基频压力脉动分量在噪声源特性中占据主导地位且靠近叶轮前盖板对应位置的蜗舌区域(叶轮出口宽度范围内)是最主要的噪声源区域;声学有限元方法和实验吻合较好,复杂固壁对声传播影响不容忽略.叶轮出口不稳定气流对蜗壳周期性冲击引起的转/静干涉噪声远大于叶片偶极子源噪声是离心风扇最主要的噪声辐射分量且噪声主要从风扇管道出口方向传播.      

基于旋转轴向阵列的风扇宽频噪声实验

航空发动机降噪研究迫切需要一种叶轮机械管道内宽频噪声测量方法来指导降噪设计。本文通过对阵列测量的声压信号进行互相关分析,得到管道内顺流和逆流传播的模态声功率结果。安装在风扇实验台进口段的传声器阵列由2排周向间隔180°的轴向阵列组成,每排阵列有14个等间距的传声器。阵列安装在可周向旋转的测量段上,实验中测量段每隔6°旋转一次,共获得840个测点位置的声场信号。结果表明入射波与反射波最大可相差10dB。模态分解结果表明,转静干涉模态是转子通过频率及其谐频处的主导模态。利用不同参考信号计算出的声场结果相同,说明该实验测试方法对参考信号位置没有特殊要求,进一步说明该方法有很好的适用性。     

轴流风扇宽频噪声声功率实验研究

航空发动机降噪研究迫切需要一种叶轮机械管道内宽频噪声测量方法来指导降噪设计。为了研究管道内宽频噪声,利用沿管道内壁面布置的环形麦克风阵列对单级轴流风扇进行了噪声测量,通过测量信号与参考信号互相关以及奇异值分解(SVD)方法成功地得到管道内宽频噪声结果。结果表明:该方法不仅可以计算出管道内主要单音,而且可以计算宽广频率范围内的宽频噪声;并能有效分辨出管道内向前和向后传播的声功率。宽频噪声结果证实该方法可以应用到高背景噪声和硬壁反射下的管道内声场研究。     

基于URANS/TPP模型的风扇转静干涉单音噪声预测

为了解决风扇噪声三维高精度评估问题,基于非定常雷诺平均数值模拟（Unsteady Reynolds Average Numerical Simulation, URANS）模型和三平面压力（Triple Plane Pressure, TPP）模态匹配模型,发展了风扇转静干涉单音噪声数值预测方法。分析了URANS模型管道内单音计算的可行性,并建立了误差控制准则。在此基础上,采用URANS模型获得风扇非定常流场,同时基于TPP方法进行声源提取,得到管道内单音噪声的模态特性。基于国产某型大涵道比缩尺风扇试验数据,对模型准确性进行对比验证。结果表明,该模型能够进行转静干涉噪声的可靠预测。此外,进行了基于弯掠静子的低噪声叶片设计,并采用提出的数值模型分析了三维流场/声场,探究了基于叶型设计的转静干涉声源抑制机理,实现了对风扇低噪声设计的支撑。     

基于航迹分割的航空器噪声预测模型

根据航空器的航迹来预测其影响区域的噪声情况,基于航迹的几何特性,将航迹分成直线段航迹和曲线段航迹两个基本航迹元素;确定了直线段和曲线段的各自影响范围之后,分别计算各航迹段对它们影响区域的噪声值贡献情况;统计了各个航迹段对监测点的噪声影响之后,综合得出整个航迹段对监测点的噪声影响,从而建立了航空器航迹噪声预测的模型。将该模型计算的结果分别和软件模拟数据、实际监测数据进行对比分析,发现该模型在航迹段内对监测点噪声均值的预测较为准确,监测点噪声峰值预测结果更接近实测数据。     

风扇前传噪声及声衬特性研究

为了探究航空发动机的风扇噪声,通过试验研究了缩尺风扇前传噪声在不同转速工况下的频谱特性和周向模态特性,并对所设计的环形声衬降噪效果进行了验证。研究结果表明,基于试验测量数据分析得到的频谱特性和周向模态特性满足转静干涉噪声理论。随着转速的提高,风扇纯音噪声越显著,高转速工况下纯音噪声的能量约占风扇前传噪声的85%。在所研究的工况范围内,该声衬对目标频率及模态均有显著的降噪效果,且在85%转速工况时的纯音降噪效果最优,其主模态的传声损失约为59dB。该声衬对于设计频率附近的宽频噪声也有一定降噪效果,在85%转速时的宽频噪声平均传递损失约为3dB。     

基于经验模型的对转风扇噪声预测分析

以CF6-80C2发动机风扇和自行设计的CRTF对转风扇为对象,对比分析了Heidmann模型、K-J-G模型和H-W模型对两种风扇噪声预测精度,模拟计算了飞机起飞过程中对转风扇和传统风扇的远场噪声水平。研究分析得出Heidmann模型和K-J-G模型预测CF6-80C2发动机风扇噪声数值和趋势接近,H-W模型与上述两种模型的结果在高频部分相差2~5 dB;对转风扇噪声级频谱与传统风扇在趋势上比较接近;结果表明,性能参数相似的传统风扇和对转风扇的噪声水平比较接近,对转风扇在降噪方面相对于传统风扇并没有明显优势。     

基于SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。     

应用统计能量方法分析小型飞机座舱内部振动和噪声

飞机座舱内部振动／噪声的预测对改进飞机性能具有重要意义，并为实际飞机设计和噪声控制措施提供理论依据。建立了小鹰-500飞机（LB500）全机的统计能量分析模型，应用统计能量分析方法对该小型飞机在发动机作用下和紊流边界层的激励下舱内前后排乘员耳部噪声及结构振动响应进行了分析，预测了飞机舱内的振动／噪声分布。通过采用隔振和吸声改进措施，降低了飞机座舱内的振动和噪声水平。     

一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。