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。在风扇周围空间区域创建多层Box加密，使得风洞的远场粗格子逐步过渡到风扇附近的细格子。

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。

想要了解更多关于人工智能应用在产品设计、仿真和优化等，欢迎报名参加 2024 Altair 技术大会

Altair 技术大会（2024 ATC）重磅来袭，将于今年 9 月分别在杭州和深圳举办，大会以“The Science of Possibility”为主题，邀请国内外知名企业高管和行业专家共聚一堂，探讨仿真、AI 与 HPC 等革新技术如何助力企业创造无限可能！

点击链接了解报名信息（活动免费报名，请确保您的报名信息准确，我们会安排统一审核）：

2024 Altair技术大会 深圳站——9月10日

2024 Altair技术大会 杭州站——9月12日

诚挚邀请您参加本次大会（活动免费，名单需审核），共同探索“The Science of Possibility”！