Fluent中的气动声学模型

Fluent提供了三种计算气动噪声的方法:直接方法、混合方法和利用宽带噪声源模型的方法。其中在混合方法中,Fluent提供了两种方法,即Ffowcs Williams- Hawkings积分方法及基于波动方程有限体积求解器的差分声波传播方法。

1、直接方法

该方法通过求解相应的流体动力学方程,直接计算声波的产生和传播。声波的预测需要控制方程的时间精确解。此外,在直接方法的大多数实际应用中,必须使用能够模拟粘性和湍流效应的控制方程,如非定常Navier-Stokes方程(即DNS)、RANS方程,以及在LES和混合RANS-LES模型中使用的过滤方程。

因此,直接法计算非常困难且消耗计算资源,因为其需要高度精确的数值求解,非常精细的计算网格,以及声学上无反射的边界条件。当在远场中预测声音时,计算成本变得令人望而却步(例如,在翼型问题中需要数百个弦长)。当接收器处于近场(如舱内噪声)时,直接方法变得可行。在许多涉及近场声音的情况下,声音(或伪声音)主要是由于局部动水压力,可以以合理的成本和精度预测。

由于在这种方法中声音传播是直接求解的,所以通常需要求解可压缩形式的控制方程(例如,可压缩的RANS方程,可压缩形式的LES滤波方程)。只有在低亚音速流动和近场接收器主要感知局部动水压力波动(即伪声)的情况下,才能使用不可压缩流动公式。但是这种不可压缩的处理也无法模拟共振和反馈现象。

2Ffowcs Williams-Hawkings积分方法

对于中场到远场噪声的预测,基于Lighthill声类比方法为直接方法提供了可行的替代方案。该方法利用非定常RANS方程、DES、SAS、SDES、SBES或LES等控制方程得到的近场流动,借助波动方程的解析积分解来预测声音。声学类比本质上把声音的传播与其产生分离开来,使人们能够将流动求解过程与声学分析分离开来。

ANSYS FLUENT提供了一种基于FWOWCS Williams and Hawkings(FW-H)公式的方法。FW-H公式采用了Lighthill声类比的通用形式,能够预测单极子、偶极子和四极子等等效声源所产生的声音。FLUENT采用时域积分公式,通过计算几个表面积分,直接计算出指定接收位置的声压或声信号的时间历程。

流场变量(如声源面的压力、速度分量和密度等)的时间精确解是计算表面积分的必要条件。时间精确解可以从非定常RANS方程、大涡模拟(LES)或混合RANS-LES模型中获得,以适用于手头的流动和想要捕捉的特征(如涡脱落)。声源面不仅可以放置在不透水的壁面上,还可以放置在内部(渗透)面上,这使得能够考虑声源面所包围的四极子的贡献。宽频噪声和声调噪声都可以根据流动计算中考虑的流动性质(噪声源)、湍流模型的使用以及流动的时间尺度进行预测。

FLUENT中的FW-H模型的一个重要缺陷是其只适用于预测声音在自由空间的传播。因此虽然该模型可以合理地用于预测由外部空气动力流动(如地面车辆和飞机周围流懂)引起的远场噪声,但它不能用于预测管道或墙壁封闭空间内的噪声传播。

3、基于波动方程的方法

这种混合模拟方法是为了模拟低马赫数流动的气动声学,声源的计算采用不可压缩流动模型,声源产生的声音传播的计算采用微分波动方程。Fluent中实现的声学波动方程是由Ewert和Schroeder 在恒密度流动假设下推导出的声扰动方程。该模型的主要优点是:

与仅适用于开放空间声传播模型的Ffowcs Williams-Hawking积分求解器相比,扩展了适用性

简单方便的混合气动声学仿真工作流程,不需要通过磁盘文件在不同软件组件之间进行任何数据交换,也不需要在不同网格上对声源插值。采用同计算域、同计算网格的流体流动和噪声传播的瞬态联合模拟。

4、宽带噪声源模型

在许多涉及湍流的实际应用中,噪声没有任何明显的声调,声能量在很宽的频率范围内连续分布。在涉及宽带噪声的情况下,可以利用从RANS方程计算的统计湍流量,结合半经验关系式及Lighthill声类比,来揭示宽带噪声的来源。

FLUENT提供了几个这样的声源模型,能够量化局部贡献(单位面积或体积)的流动产生的总声功率。其中包括:

Proudman模型

射流噪声源模型

边界层噪声源模型

线性欧拉方程源项

Lilley方程源项

考虑到人们最终是想要提出一些措施来降低噪声,因此利用噪声源模型可以对声源进行诊断,以确定流动的哪一部分是产生噪声的主要原因。需要注意的是,这些声源模型并不能预测接收器处的声音。

与直接法和FW-H积分法不同,宽带噪声源模型不需要对任何流体动力学方程进行瞬态求解。噪声源模型所需要的是典型的RANS模型所提供的物理量(如平均速度场、湍动能和湍流耗散率等)。因此使用宽带噪声源模型需要计算资源较少。

默认 最新
当前暂无评论,小编等你评论哦!
点赞 评论 收藏 3
关注