声学
涡流
分解
噪音(视频)
计算机科学
物理
人工智能
机械
生物
生态学
图像(数学)
作者
Andrey Alexandrovich Aksenov,Vladimir S Kashirin,Тимушев Сергей Федорович,Elena V. Shaporenko
标识
DOI:10.20537/2076-7633-2023-15-4-979-993
摘要
Дорожный шум является одной из ключевых проблем в обеспечении поддержания высоких стандартов охраны окружающей среды.В диапазоне скоростей от 50 до 120 км/ч шины являются основным источником шума, создаваемого движущимся автомобилем.Хорошо известно, что шум и вибрация шин генерируются либо взаимодействием протектора шины и дорожного покрытия, либо некоторыми внутренними динамическими эффектами.В данной статье рассматривается применение нового метода моделирования генерации и распространения звука при движении автомобильной шины, основанного на применении так называемой акустико-вихревой декомпозиции.Используемые в настоящее время подходы к моделированию шума автомобильных шин основаны главным образом на применении уравнения Лайтхила и аэроакустической аналогии.Аэроакустическая аналогия не является математически строгой формулировкой для вывода источника (правой части) акустического волнового уравнения при решении задачи -разделения акустической и вихревой (псевдозвуковой) мод колебаний.При разработке метода акустико-вихревой декомпозиции проводится математически строгое преобразование уравнений движения сжимаемой среды для получения неоднородного волнового уравнения относительно пульсаций статической энтальпии с источниковым членом, который зависит от поля скоростей вихревой моды.При этом колебания давления в ближнем поле представляют собой сумму акустических колебаний и псевдозвука.Таким образом, метод акустико-вихревой декомпозиции позволяет адекватно моделировать и акустическое поле, и динамические нагрузки, генерирующие вибрацию шины, обеспечивая полное решение проблемы моделирования шума шин, который является результатом ее турбулентного обтекания с генерацией вихревого звука, а также динамического нагружения и излучения шума вследствие вибрации шины.Метод впервые реализован и тестируется в программном пакете FlowVision.Приводится сравнение результатов FlowVision
科研通智能强力驱动
Strongly Powered by AbleSci AI