汽車風(fēng)振噪聲的空氣射流結(jié)構(gòu)優(yōu)化

劉壯志 楊振東 鄭樂典 尹善斌

1.湖南文理學(xué)院洞庭湖生態(tài)經(jīng)濟(jì)區(qū)建設(shè)與發(fā)展湖南省協(xié)同創(chuàng)新中心,常德,415000 2.湖南大學(xué)汽車車身先進(jìn)設(shè)計與制造國家重點實驗室,長沙,410082 3.嶺南師范學(xué)院機(jī)電工程學(xué)院,湛江,524048 4.上海汽車集團(tuán)股份有限公司技術(shù)中心,上海,201804

0 引言

汽車風(fēng)振噪聲是高速行駛下側(cè)窗或天窗開啟時產(chǎn)生的一種具有低頻高強(qiáng)特性的氣動噪聲，它是車內(nèi)空氣與外部瞬態(tài)氣流相互作用的氣動聲學(xué)響應(yīng)[1]。風(fēng)振噪聲是一種易引發(fā)不舒適感的高強(qiáng)噪聲，它伴隨的高強(qiáng)度脈動壓力長時間作用于耳膜時也極易引起駕乘人員的焦躁和疲倦，從而嚴(yán)重影響乘坐舒適性。隨著人們對汽車產(chǎn)品的舒適性要求日漸提高，如何有效抑制風(fēng)振噪聲成為了亟待解決的問題。

20世紀(jì)60年代，美國福特公司的工程師Bodger和Jones率先開展了風(fēng)振噪聲的相關(guān)研究，他們將風(fēng)振噪聲稱為“風(fēng)律動”，并引入亥姆霍茲(Helmholtz)共振腔對風(fēng)振噪聲的生成機(jī)理進(jìn)行了分析[2]。20世紀(jì)90年代后，國內(nèi)外對汽車風(fēng)振噪聲的控制研究日益深入，各種抑噪方法陸續(xù)被提出。OTA等[3]對汽車天窗風(fēng)振噪聲進(jìn)行了二維流場的數(shù)值仿真研究，并研究了天窗擾流器傾角對風(fēng)振噪聲的抑制效果。AN等[4]提出了5種抑制風(fēng)振噪聲的方法，仿真結(jié)果表明，5種方法均具有一定的減阻效果。WANG等[5]從風(fēng)振噪聲的生成機(jī)理出發(fā)，設(shè)計了一種雙層擾流板，可在大范圍車速下有效地抑制風(fēng)振噪聲。上述研究主要通過增添氣動附件來抑制風(fēng)振噪聲，這種方式會影響汽車外觀且受制造可行性限制較大，最終難以真正應(yīng)用于市場。

空氣射流方法對汽車外形基本沒有影響，設(shè)計及研究空間較大，其控制方式符合電氣化和智能化發(fā)展趨勢，有較高市場可行性，因此，本文對空氣射流方法展開探討，并對基本結(jié)構(gòu)參數(shù)進(jìn)行了優(yōu)化研究。大渦模擬(large eddy simulation,LES)仿真方法在保證計算精度的同時計算效率較高[6]，適用于風(fēng)振噪聲的仿真研究，因此本文采用LES方法進(jìn)行數(shù)值模擬。本文采用相比于聲壓級(sound pressure level,SPL)更加準(zhǔn)確有效的客觀聲音煩惱度(objective sound annoyance,OSA)作為空氣射流結(jié)構(gòu)的優(yōu)化目標(biāo)來進(jìn)行優(yōu)化研究，分別研究了天窗和右后窗的射流速度、射流角度及射流厚度對風(fēng)振噪聲的影響，運(yùn)用Kriging方法進(jìn)行優(yōu)化，得到了3個射流參數(shù)的最優(yōu)解，建立了近似模型，并驗證了該模型的準(zhǔn)確性。

1 生成機(jī)理及抑噪方法

目前普遍認(rèn)同的風(fēng)振噪聲的生成機(jī)理分為如下兩類：聲反饋和聲共振[7]。本文從風(fēng)振噪聲的生成機(jī)理出發(fā)，對抑噪方法進(jìn)行了更深入及有效的構(gòu)想與分析。

1.1 風(fēng)振噪聲生成機(jī)理

1.1.1聲反饋

高速行駛的汽車在車窗開啟時可近似視為一個開口空腔，氣流會以剪切流形式流經(jīng)車窗前沿，當(dāng)湍流邊界層的依附壁面消失時，剪切層氣流會發(fā)生失穩(wěn)現(xiàn)象并進(jìn)一步形成脫落渦。脫落渦會向后不斷發(fā)展與移動，最終與車窗后沿發(fā)生碰撞而破裂，隨之引發(fā)的脈動壓力波一部分向車內(nèi)輻射引起車內(nèi)空氣激振，另一部分則向車窗前沿反饋傳遞并進(jìn)一步激發(fā)剪切層分離渦的脫落。此過程會周而復(fù)始地進(jìn)行，從而形成聲波脈動與氣流流場相互作用的反饋回路[8]，聲反饋機(jī)理如圖1所示。

圖1 聲反饋機(jī)理示意圖Fig.1 Aeroacoustic feedback mechanism

1.1.2聲共振

開口的車廂存在一個與其幾何形狀相關(guān)的自然頻率，當(dāng)脫落渦的脫落頻率接近或等于車廂自然頻率時，就會引起聲共振，亦可稱為亥姆霍茲共振[9]。

1.2 抑噪方法

風(fēng)振噪聲的控制方法包括主動控制和被動控制。根據(jù)聲反饋與聲共振機(jī)理，研究人員已提出了多種抑噪方法，總結(jié)以往抑噪方法研究，基本可分為如下三類。

(1)從引發(fā)風(fēng)振噪聲的剪切層脫落渦考慮，通過添加氣動附件的方式(包括添加天窗擾流板、側(cè)窗雨擋、側(cè)窗凹槽，以及在天窗或側(cè)窗中間某一位置設(shè)置立柱)，或減小脫落渦的尺寸，或減輕脫落渦對開窗后沿的撞擊強(qiáng)度，或改變脫落渦的脫落頻率以避免其與車廂自然頻率接近。本文所探討的空氣射流方法也是以減小脫落渦尺寸和開窗后沿撞擊強(qiáng)度為目的。

(2)對車廂結(jié)構(gòu)參數(shù)進(jìn)行調(diào)整，避免或抑制共振。通過改變車艙體積或形狀、車窗開口位置或面積，以及變換車艙內(nèi)飾材料等方式，可以增大車廂自然頻率與脫落渦脫落頻率之間的頻帶寬度，從而抑制共振的產(chǎn)生。但這類方法會影響汽車外觀，且汽車結(jié)構(gòu)和零件的變動會導(dǎo)致改進(jìn)成本較大，從而會限制此類方法的應(yīng)用。

(3)完全從聲學(xué)上對已產(chǎn)生的風(fēng)振噪聲進(jìn)行處理。根據(jù)楊氏聲波干涉原理[10]，在目標(biāo)區(qū)域內(nèi)人為產(chǎn)生一個與風(fēng)振噪聲主要頻率幅值相同但相位相反的次級聲源，聲波疊加抵消后即可消除噪聲。但風(fēng)振噪聲的聲源復(fù)雜性會導(dǎo)致控制難度較高。

2 LES數(shù)值仿真與聲品質(zhì)評價參數(shù)

2.1 仿真模型與網(wǎng)格劃分

本文采用尺寸比例為1∶1的某三廂車模型作為仿真對象，模型的長l、寬w、高h(yuǎn)分別為5000 mm、1850 mm、1480 mm。該模型保留了對風(fēng)振噪聲影響較大的車身結(jié)構(gòu)(如車身細(xì)節(jié)、后視鏡、以及內(nèi)飾部分)，模型及其計算域如圖2所示。本文數(shù)值仿真采用多面體網(wǎng)格，在汽車表面生成了5層精細(xì)的附面層，附面層采用棱柱網(wǎng)格，并在汽車附近設(shè)置3個加密區(qū)，最終多面體網(wǎng)格總數(shù)約為300萬，圖3為計算域縱截面的網(wǎng)格劃分圖。

圖2 計算域示意圖Fig.2 Calculation domain diagram

圖3 計算域縱向網(wǎng)格劃分截面圖Fig.3 Mesh distribution on longitudinal section of calculation domain

2.2 邊界條件及仿真設(shè)置

邊界條件設(shè)置如表1所示。求解器參數(shù)設(shè)置如表2所示。計算的時間步長設(shè)置為0.0005 s，因此可以識別出最大分辨頻率為1000 Hz的噪聲信號，總共計算3000步，仿真總持續(xù)時間為1.5 s。

表1 邊界條件Tab.1 Boundary conditions

表2 求解參數(shù)設(shè)置Tab.2 Solver setting

首先利用Realizablek-ε模型進(jìn)行流場的穩(wěn)態(tài)計算，待殘差收斂后，采用大渦模擬(LES)方法進(jìn)行瞬態(tài)計算，并利用Smagorinsky-Lilly亞格子模型進(jìn)行尺度過濾。由于在數(shù)值計算初期得到的聲音波動壓力結(jié)果不穩(wěn)定，因此選擇駕駛員右耳監(jiān)測點處1～1.5 s之間的仿真壓力脈動數(shù)據(jù)進(jìn)行后續(xù)分析。由于風(fēng)振噪聲為低頻噪聲，0.5 s 的仿真時長已滿足采樣定理，因此經(jīng)快速傅里葉變換(FFT)后可滿足精度要求。

2.3 實車道路試驗驗證

實車道路試驗是先將車輛加速到試驗工況速度，然后在切入空擋滑行時采集監(jiān)測點的脈動壓力數(shù)據(jù)。試驗中兩名工作人員坐在前排，與仿真汽車模型前排設(shè)有兩名駕乘人員模型的設(shè)置一致。試驗當(dāng)天晴朗無風(fēng)，在路況優(yōu)良且無車的某一高速公路上采集了24種試驗工況的聲壓數(shù)據(jù)。針對天窗、右前窗和右后窗分別單獨全開啟情況，在車速為40 km/h、50 km/h、60 km/h、70 km/h、80 km/h、90 km/h、100 km/h、110 km/h時進(jìn)行了數(shù)據(jù)采集，共24種試驗工況。試驗測試設(shè)備為比利時LMS公司的Test Lab 7A軟件分析系統(tǒng)和16通道Scadas移動數(shù)據(jù)采集器設(shè)備，傳聲器根據(jù)國家標(biāo)準(zhǔn)GBT18697—2002要求安裝在駕駛員耳旁，如圖4所示。

(a) 試驗測試設(shè)備

將實車道路試驗測量獲取的駕駛員耳旁脈動壓力數(shù)據(jù)進(jìn)行快速傅里葉變換，得到汽車風(fēng)振噪聲聲壓級頻譜曲線圖。分別取90 km/h速度下天窗開啟、右前窗開啟、右后窗開啟時駕駛員右耳旁聲壓級頻譜曲線與LES仿真頻譜曲線進(jìn)行對比，如圖5所示。LES仿真的峰值頻率與實車試驗值的相對誤差最大為5.9%，出現(xiàn)在右前窗開啟時；LES仿真的峰值點對應(yīng)聲壓級與實車試驗值的相對誤差最大為2.5%，出現(xiàn)在右后窗開啟時。通過與試驗結(jié)果對比可知，仿真誤差在合理范圍內(nèi)。驗證結(jié)果表明，LES數(shù)值仿真可以對風(fēng)振噪聲進(jìn)行準(zhǔn)確的預(yù)測，可以有效運(yùn)用于風(fēng)振噪聲的分析與控制研究。

(a) 天窗開啟

2.4 聲品質(zhì)評價參數(shù)

由于人耳對噪聲的感受具有非線性與復(fù)雜性，因此至今仍沒有一套高效準(zhǔn)確的噪聲評價標(biāo)準(zhǔn)或體系。以往對風(fēng)振噪聲的分析與研究主要利用聲壓級(SPL)單一指標(biāo)進(jìn)行粗略評價，無法對風(fēng)振噪聲的物理特性進(jìn)行全面的反映，而若通過主觀評價試驗來判斷則又會存在時間成本過高等問題?；谏鲜龇治?，本團(tuán)隊結(jié)合客觀和主觀評價方法，通過LES數(shù)值仿真分析獲得了各個工況對應(yīng)的8個聲品質(zhì)客觀參數(shù)，包含聲壓級、峰值頻率、響度、抖動度、粗糙度、語音清晰度、尖銳度和言語干擾級，并對各相應(yīng)工況的風(fēng)振噪聲樣本進(jìn)行了聲品質(zhì)主觀評價試驗，通過對仿真聲壓脈動數(shù)據(jù)進(jìn)行聲學(xué)處理以獲得各工況的噪聲樣本，選擇聽覺良好的實驗者根據(jù)20分制等級評分法對各工況的噪聲樣本進(jìn)行主觀打分，對所得分?jǐn)?shù)進(jìn)一步篩選并得到經(jīng)平均處理的主觀煩惱度(subjective annoyance,SA)分值[11-12]。通過遺傳算法(genetic algorithm,GA)優(yōu)化反向傳播 (back propagation,BP) 神經(jīng)網(wǎng)絡(luò)模型，選取合適數(shù)量的訓(xùn)練樣本后，建立能反映聲品質(zhì)客觀參數(shù)與SA之間映射關(guān)系的聲品質(zhì)預(yù)測模型，預(yù)測值為客觀聲音煩惱度(OSA)，其分值取值范圍同樣取[0,20]，OSA求解過程如圖6所示。通過將待評價樣本對應(yīng)的聲學(xué)客觀參數(shù)輸入到已建立的聲品質(zhì)預(yù)測模型即可輸出OSA，OSA與SA的相對誤差可控制在10%以內(nèi)，這對非線性噪聲評價問題而言，該精度已經(jīng)較高，因此，本文采用OSA對風(fēng)振噪聲進(jìn)行評價。

圖6 OSA求解過程Fig.6 Solution procedure of OSA

3 天窗空氣射流結(jié)構(gòu)優(yōu)化

3.1 設(shè)計變量

以前述三廂車模型為基礎(chǔ)，在天窗開口前沿引入空氣射流結(jié)構(gòu)，射流寬度與天窗前沿同寬，主要優(yōu)化參數(shù)包括射流速度vs、射流角度θs、射流厚度ds，如圖7所示。

圖7 天窗空氣射流結(jié)構(gòu)優(yōu)化參數(shù)Fig.7 Optimization parameters of sunroof air-jet structure

汽車行駛工況為天窗全開啟，車速25 m/s。根據(jù)天窗結(jié)構(gòu)特征，設(shè)定3個設(shè)計變量的取值范圍如下。

(1)射流速度vs。vs過大會導(dǎo)致射流直接撞擊車窗后沿而提高噪聲，因此vs的取值范圍為5～30 m/s。

(2)射流方向與水平方向夾角θs。θs為負(fù)時無法破壞非穩(wěn)態(tài)剪切層氣流，θs過大又會導(dǎo)致汽車氣動阻力增大，因此θs的取值范圍為0°～45°。

(3)空氣射流的厚度ds。受汽車車頂厚度限制，ds不宜過大，但ds過小又會導(dǎo)致尖銳的嘯叫聲，因此ds的取值范圍為4～32 mm。

3.2 近似模型

仿真計算需要消耗大量時間成本，通過近似模型可以避免大量計算，從而提高優(yōu)化設(shè)計效率。根據(jù)抽樣經(jīng)驗，運(yùn)用最優(yōu)拉丁超立方抽樣方法在3個優(yōu)化參數(shù)的設(shè)計空間內(nèi)抽取10個樣本，基于每個樣本采用LES方法進(jìn)行數(shù)值仿真并得到監(jiān)測點處的脈動壓力，進(jìn)而由GA-BP聲品質(zhì)預(yù)測模型得到每個樣本對應(yīng)的OSA，結(jié)果如表3所示。選用Kriging方法，在這10個樣本數(shù)據(jù)基礎(chǔ)上建立近似模型。

表3 天窗空氣射流結(jié)構(gòu)優(yōu)化樣本點數(shù)據(jù)Tab.3 Sample data of optimization for sunroof air-jet structure

通過近似模型可得到3個設(shè)計變量關(guān)于風(fēng)振噪聲OSA的主效應(yīng)圖(圖8)與Pareto圖(圖9)。在取值范圍內(nèi)，隨著射流厚度的增大，OSA值先小幅增大后呈現(xiàn)出不斷減小的趨勢；而射流速度和射流角度對OSA的影響較小。射流厚度、射流速度及射流角度對OSA的貢獻(xiàn)度分別約為60%、30%和10%，即射流厚度對優(yōu)化目標(biāo)OSA的影響最大。

圖8 設(shè)計變量主效應(yīng)圖(天窗)Fig.8 Main effects plot of design variables (sunroof)

圖9 設(shè)計變量Pareto圖(天窗)Fig.9 Pareto chart of design variables (sunroof)

為驗證近似模型的準(zhǔn)確性，隨機(jī)選取建模樣本外的兩個樣本進(jìn)行數(shù)值仿真，比較這兩個樣本經(jīng)過數(shù)值仿真模擬得到的OSA與近似模型所得OSA的差異，如表4所示，可以看出，兩者的相對誤差較小，這表明該近似模型較為精確，可用于天窗空氣射流結(jié)構(gòu)的最優(yōu)化求解。

表4 近似模型與數(shù)值仿真結(jié)果對比(天窗)Tab.4 Results comparison of approximation model and numerical simulation (sunroof)

3.3 優(yōu)化結(jié)果與分析

通過多島遺傳算法全局尋優(yōu)，得到近似模型最優(yōu)解：θs=9.3°，vs=11.2 m/s，ds=26.4 mm。對該組合下的空氣射流結(jié)構(gòu)進(jìn)行數(shù)值仿真模擬，并與原車進(jìn)行對比分析，如表5所示，可以看出，近似模型結(jié)果的誤差較小，數(shù)值仿真結(jié)果與原車相比，其OSA值減小了1.6，降幅達(dá)到11.9%，這表明最優(yōu)天窗空氣射流結(jié)構(gòu)對風(fēng)振噪聲的抑制效果比較明顯。

表5 優(yōu)化結(jié)果對比(天窗)Tab.5 Comparison of optimization results (sunroof)

通過對比最優(yōu)解與原車監(jiān)測點處的脈動壓力曲線(圖10)可以看出，最優(yōu)天窗空氣射流結(jié)構(gòu)下監(jiān)測點脈動壓力的波動幅度明顯降低，由原車的(-180,-110)Pa衰減為(-160,130)Pa，有利于風(fēng)振噪聲的降低。將脈動壓力曲線進(jìn)行FFT變換，可得到其聲壓級頻譜曲線(圖11)，觀察可知，峰值點對應(yīng)聲壓級的降幅達(dá)11 dB，峰值頻率下降1.4 Hz。

圖10 監(jiān)測點脈動壓力曲線對比(天窗)Fig.10 Comparison of pulsating pressure at receiver location (sunroof)

圖11 監(jiān)測點聲壓級頻譜曲線對比(天窗)Fig.11 Comparison of SPL at receiver location (sunroof)

圖12和圖13所示分別為原車與最優(yōu)空氣射流天窗縱截面壓力云圖對比和流線圖對比，可以更為直觀地反映空氣射流降噪機(jī)理。通過對比發(fā)現(xiàn)：最優(yōu)天窗空氣射流結(jié)構(gòu)車廂內(nèi)的負(fù)壓程度得到了有效的降低，壓力分布更為均勻，脈動幅度較小；空氣射流結(jié)構(gòu)能夠抑制脫落渦的生成，通過改變渦脫落的路線使其向天窗上方偏移，可抑制脫落渦撞擊天窗后沿，進(jìn)而可有效降低破碎渦傳向車內(nèi)的輻射能量。

(a) 原車

(a) 原車

4 右后窗空氣射流結(jié)構(gòu)優(yōu)化

4.1 設(shè)計變量

由于左右側(cè)窗的風(fēng)振噪聲具有對稱性，且后窗風(fēng)振噪聲最為明顯，故選擇對右后窗進(jìn)行空氣射流結(jié)構(gòu)優(yōu)化。與天窗空氣射流結(jié)構(gòu)類似，右后窗空氣射流結(jié)構(gòu)的優(yōu)化參數(shù)包括射流速度vr、射流角度θr、射流厚度dr，如圖14所示。

圖14 右后窗空氣射流結(jié)構(gòu)優(yōu)化參數(shù)Fig.14 Optimization parameters of right rear window air-jet structure

汽車行駛工況為右后窗全開啟，車速25 m/s。根據(jù)右后窗結(jié)構(gòu)特性，設(shè)定3個設(shè)計變量的取值范圍如下：vr取值范圍為5～30 m/s，θr取值范圍為0°～45°，dr取值范圍為4～40 mm。

4.2 近似模型

右后窗空氣射流結(jié)構(gòu)與天窗空氣射流結(jié)構(gòu)的優(yōu)化步驟相同，所選樣本數(shù)據(jù)如表6所示。圖15和圖16分別為3個設(shè)計變量關(guān)于風(fēng)振噪聲OSA的主效應(yīng)圖和Pareto圖。在取值范圍內(nèi)，隨著射流厚度的不斷增大，OSA值呈現(xiàn)出先減小后增大的趨勢；射流角度對OSA的影響近似于線性負(fù)相關(guān)；射流速度對OSA的影響不明顯。射流厚度、射流角度及射流速度對OSA的貢獻(xiàn)度分別約為65%、24%和11%，射流厚度對優(yōu)化目標(biāo)OSA的影響最大，與天窗空氣射流結(jié)構(gòu)的結(jié)果一致。

表6 右后窗空氣射流結(jié)構(gòu)優(yōu)化樣本數(shù)據(jù)Tab.6 Sample data of the optimization of right rear window air-jet structure

圖15 設(shè)計變量主效應(yīng)圖(右后窗)Fig.15 Main effects plot of design variables(right rear window)

圖16 設(shè)計變量Pareto圖(右后窗)Fig.16 Pareto chart of design variables (right rear window)

近似模型的樣本驗證結(jié)果如表7所示，可以看出近似模型結(jié)果與仿真結(jié)果的相對誤差在可接受范圍內(nèi)，表明該近似模型可用于右后窗空氣射流結(jié)構(gòu)的最優(yōu)化求解。

表7 近似模型與數(shù)值仿真結(jié)果對比(右后窗)Tab.7 Results comparison of approximation model and numerical simulation (right rear window)

4.3 優(yōu)化結(jié)果與分析

由多島遺傳算法得到近似模型最優(yōu)解為：θr=40.6°，vr=25.2 m/s，dr=23.7 mm。對該組合下的空氣射流結(jié)構(gòu)進(jìn)行數(shù)值仿真模擬，并與原車進(jìn)行對比分析，如表8所示，可以看出，近似模型結(jié)果的誤差較小，數(shù)值仿真結(jié)果與原車相比，其OSA值減小了2.6，降幅達(dá)到15.9%，這表明最優(yōu)右后窗空氣射流結(jié)構(gòu)對風(fēng)振噪聲的抑制效果比最優(yōu)天窗空氣射流結(jié)構(gòu)效果更好。

表8 優(yōu)化結(jié)果對比(右后窗)Tab.8 Optimization results (right rear window)

通過對比最優(yōu)解與原車監(jiān)測點處的脈動壓力曲線(圖17)可以看出，最優(yōu)右后窗空氣射流結(jié)構(gòu)下監(jiān)測點脈動壓力的波動幅度同樣得到了有效的降低，有利于風(fēng)振噪聲的降低。將脈動壓力曲線進(jìn)行快速傅里葉變換，可得到其聲壓級頻譜曲線(圖18)，觀察可知，峰值點對應(yīng)聲壓級的降幅達(dá)14.9 dB，峰值頻率升高2.8 Hz。

圖17 監(jiān)測點脈動壓力曲線對比(右后窗)Fig.17 Comparison of pulsating pressure at receiver location (right rear window)

圖18 監(jiān)測點聲壓級頻譜曲線對比(右后窗)Fig.18 Comparison of SPL at receiver location (right rear window)

圖19所示為原車與最優(yōu)空氣射流右后窗橫截面壓力云圖對比。對比發(fā)現(xiàn)：最優(yōu)右后窗空氣射流結(jié)構(gòu)可以有效抑制開窗處脫落渦的生成，通過改變渦脫落的軌跡使其在水平方向上向外側(cè)偏移，可抑制脫落渦撞擊右后窗后沿，進(jìn)而可降低破碎渦向車內(nèi)傳播的輻射能量。

(a) 原車

5 結(jié)論

(1)客觀聲音煩惱度(OSA)更貼近人的主觀感受，對風(fēng)振噪聲的評價更加準(zhǔn)確，以此為優(yōu)化目標(biāo)可對空氣射流結(jié)構(gòu)進(jìn)行更加準(zhǔn)確有效的優(yōu)化。

(2)最優(yōu)天窗空氣射流結(jié)構(gòu)與最優(yōu)右后窗空氣射流結(jié)構(gòu)對OSA的優(yōu)化幅度分別達(dá)到11.9%和15.9%，優(yōu)化效果十分明顯，對汽車風(fēng)振噪聲聲品質(zhì)具有明顯的改善效果。其中射流厚度對抑噪效果的影響最大。

(3)大渦模擬(LES)數(shù)值仿真結(jié)果表明，空氣射流結(jié)構(gòu)可以有效抑制脫落渦的生成，改變脫落渦的發(fā)展軌跡，降低脫落渦與天窗或右后窗后沿發(fā)生碰撞的概率，從而對風(fēng)振噪聲進(jìn)行有效控制。

(4)由于天窗和后窗結(jié)構(gòu)特性的區(qū)別，后窗處流場受A柱、后視鏡及車頂側(cè)邊緣影響，較天窗處流場更為復(fù)雜，故導(dǎo)致二者的最優(yōu)結(jié)構(gòu)參數(shù)(射流角度與射流速度)差異較大，這表明對天窗和后窗進(jìn)行風(fēng)振噪聲優(yōu)化時需要根據(jù)各自的結(jié)構(gòu)特性分別處理。

受限于條件，本文暫無法通過實驗直接驗證空氣射流方法的有效性，后續(xù)將繼續(xù)進(jìn)行補(bǔ)充研究。本文仿真結(jié)果表明，空氣射流方法對風(fēng)振噪聲的抑制效果較好，有較大研究價值與工程應(yīng)用可能性。