最大噪音值甚至受法规限制,如何基于 LBM 算法有效控制风扇气动噪音
风扇的气动噪声
在工业设备行业,最大噪音值受法规限制。在很多使用风扇冷却的设备上,风扇噪声通常是这些设备工作噪声的最大贡献量。而在家电民用行业,例如空调、空气净化器、油烟机等,其噪音大小直接关系到用户的体验感受,而这些设备中风扇噪声都有很大的贡献量。
噪音测试目前是一种比较成熟、且高效的获取风扇噪声的方法。但是通过噪声测试我们能获取的只有当前设备的噪声水平、以及频谱中的阶次特征,它并不能告诉我们噪声产生的机理,以及优化噪声的方向。同时,对于大型、复杂的风机叶片,模具或测试模型的制作成本也较高。加工、安装的误差或不确定性,也难以评估。
风扇噪声测试
风扇流场 CFD 仿真
计算气动声学 (Computational AeroAcoustics,CAA) 是研究由湍流产生噪声的问题,常见的比如风扇噪声,空调噪声,通风噪声等。为了求解湍流中小尺度的特征,需要高精度的空间和时间上的解算方法。在数值上我们既要满足足够高的采样频率,也要满足足够小的空间解析率,同时要考虑到实际项目应用中效率问题,因此对于气动噪声的仿真一直是业内难题。
在风扇 CFD 噪声仿真计算中,我们关注的是旋转的扇叶和周围空气的相互作用,以及产生的湍流噪声,研究流场中与主要噪声源相关的流动结构的产生、发展与传播,为风扇噪声的优化提供指导。
1、气动噪声仿真算法比较
FVM 有限体积法
隐式算法,在每个瞬态时间步多次内迭代,达到收敛后进入下个时间步;
要求网格质量好,否则收敛困难;
守恒性好,但是数值耗散较大(尤其是扭曲的单元);
采用 LES 湍流模型后,计算成本大幅增加;
基于多 CPU 并行,气动模型通常需要数百核;
主要用于近场噪声的计算,远场噪声需要 FWH 模块求解声波的传播。
LBM 格子玻尔兹曼法
全显式算法,低数值耗散,天然的瞬态求解器;
基于统计学的方法研究粒子的迁移和碰撞,不用艰难地求解非线性偏微分方程;
CAA 计算声学方法使得微小的声波能量在流场计算过程中同时被捕获;
Smagorinsky LES 湍流模型;
前处理仅需输入 STL 表面,设计变动非常方便;
LBM 算法非常适合多 GPU 并行计算,使计算效率成倍提高。
2、ultraFluidX 介绍
Altair 基于 LBM 算法的空气动力学和气动噪声专用模块;
采用计算声学 CAA 方法模拟风扇噪声源和传播,流场和噪声同步求解;
完全基于 NVIDIA GPU 并行加速。
8 块 A100 显卡的计算服务器
全细节机舱冷却风扇噪声模型
以 NVIDIA A100(单卡显存 80G)为例,8 块 A100 显卡并行可计算约 6~7 亿格子规模的模型,2~4 天即可模拟风扇+机舱的超大气动噪声模型。
机舱风扇噪声模型
3、风扇的转动模型
在 ultraFluidX 中有三种方法模拟转动物体。1-旋转壁面方法,仅考虑壁面的对空气摩擦效应。2-MRF 方法可以考虑旋转域的离心力;3-重叠格子(OverSet)方法让叶轮几何真实转动起来,风扇噪声采用此方法。
(1)旋转壁面
(2)MRF
(3)OverSet
OverSet 模型将流体域划分为背景流体区域和风扇旋转区域,在动静交界面上格子部分重叠,并交换速度、压力等信息。
OverSet 方法原理
4、案例演示:小型离心风扇噪声
将原始 CAD 转为 STL 面网格。由于风道内部的一些凸起或台阶等小特征对噪声影响比较敏感,保留这些小特征。
原始 CAD 模型
STL 面网格
风扇内部结构
5、风扇噪声的前处理建模
在前处理虚拟风洞 VWT(Virtual Wind Tunnel)模块中导入 STL 模型,设置风洞的尺寸。
如果测试环境的地面是刚性的,存在声反射,在 VWT 中要保证风扇离地间隙和实验一致。
空间监测点的位置对应实验状态下的麦克风位置。在计算过程中,ultraFluidX 按照采样频率(sampling frequency)输出空气的压力和速度时域信号。
由于声传播是在 CFD 中直接计算,要注意监测点位置的格子尺寸满足截断频率(cutoff frequency)的要求。
6、风扇噪声 CFD 仿真结果
叶轮转动区域格子=0.5mm
格子总数≈7 千万
物理时间≈1 秒
计算时间≈ 11h @单块 V100 显卡 (32G)
格子空间分布
7、时域结果
水平切面位置
垂直切面位置
水平切面瞬时涡量 Vorticity 云图
垂直切面瞬时涡量 Vorticity 云图
水平切面瞬时压力
垂直切面瞬时压力
瞬时涡量 Vorticity 等值面
瞬时速度
瞬时压力
时间平均速度
时间平均压力
8、噪声信号处理
ultraFluidX 在计算过程中记录监测点的空气压力脉动时域信号, 输出*csv 文件;
在 HyperView 的 NVH->FlowInduced Noise 模块导入*csv 文件进行信号处理。
信号处理步骤:
导入 csv 文件
选择信号处理的起止时间
(通常要舍弃刚开始一段不稳定的信号)
选择声压级 SPL 或功率谱密度 PSD, dB 或 dBA
设置 SPL 曲线的显示频率范围
窄带 NarrowBand,或倍频程 (1/3,1/8,1/12)Octave
设置噪声信号处理的带宽或 Block Size
选择窗函数
9、仿真和实验对比
监测面流量:取周期性波动的时间段做时间平均,风扇流量和实验测试吻合较好。
监测面瞬时流量
信号采样频率=74K Hz
监测点的压力脉动时域信号
监测点的噪声信号:仿真结果的叶片通过频率(BPF)及谐波和实验接近,宽频噪声在 1~3BPF 范围内也吻合较好。在高频段仿真的 SPL 幅值略高于实验,在低频段趋势则相反。加密贴体的格子尺寸,可进一步改善对标精度。
入口监测点的噪声频谱
出口监测点的噪声频谱
10、频域结果
采用 AltairCompose 模块,将叶轮表面的时域声压云图转为频域的 dBMap;
频域结果为*h3d 格式,包括倍频程和 1/3 倍频程的结果,在 HyperView 中打开*h3d 显示云图。
11、叶轮表面 dBMap
从 dBMap 云图看出噪声源贡献较大的区域主要还是来自叶轮的出口以及叶片负压面。
可能的优化方向:调整叶片的曲率,尽量避免流道内有脱落的漩涡撞击固体表面,并减小叶片的出口厚度,减小尾迹区。
BPF
2*BPF
3*BPF
12、总结
风扇气动噪声仿真的难点在于噪声源的捕捉,为了获得微小的空气压力脉动,须采用 DES/LES 之类的高精度湍流模型,高频信号也要求极小的时间步长。相比于普通的流动计算,CAA 仿真代价大大提高。
LBM 算法+GPU 硬件是目前风扇噪声仿真的最优方案。随着 NVIDIA GPU 的算力进一步提高,以往需要数百数千 CPU 核的 CAA 模型,如今在单台 GPU 计算服务器即可完成。
Altair ultraFluidX 基于 LBM 算法,具有接近线性的多 GPU 并行效率。是用于空气动力学和气动噪声的高精度瞬态求解器,仿真精度和计算效率在家电和车辆等行业得到工程验证。
Altair 数字孪生技术会议全球线上直播会议(点击报名)重磅来袭
本次线上会议将重点介绍专家们如何通过仿真、人工智能(AI)和数据分析技术的融合来推动产品设计的发展,会议内容将涵盖科技、汽车和航空航天等行业。
会议将邀请全球领先的门窗产品系统开发商和制造商盖泽工业 GEZE 开发团队负责人、LG 电子执行技术负责人、凯斯纽荷兰工业集团 CNH Industrial 仿真设计分析工程师、飞利浦研发总监等众多全球知名企业线上分享他们如何利用数字孪生技术推动设计仿真工作,如何结合 AI 赋能其设计开发,推动产品研发,缩短上市时间。
会议时间:2024 年 10 月 17 日(周四)
16:00 开始
会议形式:线上直播
会议语言:英语(免费提供中文同声传译)
Altair(纳斯达克股票代码:ALTR)是计算科学和人工智能(AI)领域的全球领导者,在仿真、高性能计算 (HPC) 和人工智能等领域提供软件和云解决方案。Altair 能使跨越广泛行业的企业们在连接的世界中更高效地竞争,并创造更可持续的未来。
公司总部位于美国密歇根州,服务于 13000 多家全球企业,应用行业包括汽车、消费电子、航空航天、能源、机车车辆、造船、国防军工、金融、零售等。
欲了解更多信息,欢迎访问:
评论