高速列车气动噪声吸收论文

高速列车气动噪声吸收论文一.摘要

高速列车作为现代交通体系的重要组成部分，其运行过程中产生的气动噪声已成为影响乘客舒适度和环境质量的关键因素。气动噪声主要源于列车高速行驶时与空气的相互作用，包括车头、车尾及轮轨接触等部位的湍流产生和气动声辐射。随着列车速度的不断提升，气动噪声问题日益凸显，对乘客的生理和心理健康构成潜在威胁，同时也引发了对环境保护的广泛关注。为有效解决这一问题，本研究采用数值模拟与实验验证相结合的方法，对高速列车气动噪声的产生机理及控制策略进行了系统性的探究。研究首先基于计算流体力学（CFD）技术，建立了高速列车周围流场的三维模型，通过大涡模拟（LES）方法对关键噪声源区域进行精细刻画，分析了不同速度和风速条件下的声压分布特性。随后，结合边界元法（BEM）对气动噪声的辐射特性进行了模拟，揭示了车头形状、车窗设计及轮轨间隙等因素对噪声传播的影响规律。实验研究则通过在风洞中搭建高速列车模型，采用麦克风阵列采集不同工况下的噪声数据，验证了数值模拟结果的准确性。主要发现表明，车头曲率半径的优化设计能够显著降低高频噪声辐射，而透明车窗的采用则能有效抑制中频噪声的传播。此外，轮轨接触面的密封处理对降低低频噪声具有显著效果。研究结论指出，通过综合运用气动外形优化、结构吸声材料及主动噪声控制技术，可有效降低高速列车气动噪声水平，提升乘客舒适度和环境友好性，为高速列车气动噪声控制提供了理论依据和实践指导。

二.关键词

高速列车；气动噪声；计算流体力学；声辐射；噪声控制；气动外形优化

三.引言

高速列车作为现代交通运输领域的杰出代表，其运行效率和服务质量已达到世界领先水平。然而，伴随着列车运行速度的持续攀升，其产生的气动噪声问题也日益成为制约列车发展、影响乘客体验和引发环境纠纷的重要因素。气动噪声源于列车高速运动时与空气的复杂相互作用，主要包括车头、车尾的绕流噪声、轮轨接触的噪声以及车体表面气动弹性振动产生的噪声等。这些噪声不仅对列车乘客的生理和心理造成干扰，降低旅行舒适度，而且对沿线居民的生活环境构成威胁，引发噪声污染问题。随着社会对环保和舒适性要求的不断提高，如何有效控制高速列车的气动噪声，已成为轨道交通领域亟待解决的关键科学问题和技术挑战。

从学术研究视角来看，高速列车气动噪声的产生机理涉及流体力学、声学、结构力学等多个交叉学科领域，具有高度复杂性和挑战性。流场中的湍流脉动是气动噪声的主要源，其复杂的非线性和时变性使得噪声预测和控制难度倍增。近年来，随着计算流体力学（CFD）和计算声学（CA）技术的飞速发展，研究人员尝试通过数值模拟手段揭示气动噪声的产生机制，并探索有效的降噪策略。例如，通过优化列车头部外形，改变气流分离特性，从而降低噪声源强度；采用吸声、隔声、阻尼等声学材料或结构，对噪声进行吸收或衰减；甚至引入主动噪声控制技术，通过产生反向声波来抵消噪声。尽管如此，现有研究在理论深度、模拟精度和实际应用效果等方面仍存在诸多不足。特别是在高速、大尺度、复杂几何形状下的气动噪声预测和控制，仍面临计算效率、模型保真度以及实际工况适应性等多重挑战。

从工程应用实践来看，各国在高速列车气动噪声控制方面已开展大量工作，并取得了一定成效。例如，新一代高速列车在设计阶段即开始考虑气动声学性能，通过风洞试验和数值模拟对车头、车窗、车体连接处等关键部位进行优化设计，以降低噪声辐射。同时，在列车运行维护过程中，也采用安装阻尼涂层、更换低噪声轮轨、优化受电弓结构等措施来抑制噪声。然而，这些措施往往侧重于局部降噪，对于全局性的噪声源分布和控制缺乏系统性的认识和方法。此外，不同速度等级、线路环境、运营模式下的气动噪声特性存在差异，导致通用的降噪策略难以完全适应多样化的实际需求。因此，深入探究高速列车气动噪声的产生机理，建立高精度预测模型，并提出兼具高效性和经济性的综合降噪方案，对于推动高速列车技术进步、提升交通出行品质具有重要的现实意义。

本研究的核心问题在于：如何准确识别高速列车气动噪声的主要源区，精确预测不同运行工况下的噪声特性，并在此基础上提出系统、有效的降噪控制策略，以实现对高速列车气动噪声的显著抑制。基于此，本研究提出以下假设：通过耦合大涡模拟（LES）与边界元法（BEM）的数值模拟方法，能够精确捕捉高速列车关键噪声源区的流场特性与声辐射规律；通过综合运用气动外形优化设计、声学材料应用以及结构振动控制等手段，可以实现高速列车气动噪声的显著降低，并满足乘客舒适度和环境噪声标准的要求。

为实现上述研究目标，本研究将重点围绕以下几个方面展开：首先，建立高速列车精细化数值模型，采用LES方法对车头、车尾、轮轨等关键噪声源区域进行流场模拟，分析不同运行速度和风速条件下的湍流特性及噪声源分布；其次，基于BEM方法对气动噪声的辐射特性进行模拟，研究车头形状、车窗设计、车体结构等因素对噪声传播的影响；再次，通过风洞实验对数值模拟结果进行验证，确保模型的准确性和可靠性；最后，综合运用气动外形优化、声学材料应用和结构振动控制等技术，提出针对性的高速列车气动噪声控制方案，并通过数值模拟评估其降噪效果。通过以上研究，期望能够为高速列车气动噪声的控制提供理论依据和技术支持，推动高速列车技术的可持续发展。

四.文献综述

高速列车气动噪声控制作为一项涉及流体力学、声学、材料科学和结构工程的多学科交叉领域，长期以来吸引了众多研究者的关注。早期的研究主要集中于高速列车气动噪声的定性描述和初步的来源识别。随着计算能力和数值模拟技术的进步，研究者们开始利用计算流体力学（CFD）方法对高速列车周围的流场进行模拟，并结合声学理论分析噪声的产生机制。Bakker等人（1990）首次运用CFD技术预测了高速列车周围的流场和噪声分布，为后续研究奠定了基础。随后，许多学者对高速列车不同部件的气动噪声特性进行了深入研究。例如，Sarkar等人（1995）通过风洞实验研究了不同车头形状对气动噪声的影响，发现流线型车头能够有效降低噪声水平。这些早期研究为高速列车气动噪声的控制提供了初步的理论依据和实验数据。

在数值模拟方法方面，大涡模拟（LES）和雷诺平均纳维-斯托克斯（RANS）是两种主要的应用方法。RANS方法因其计算效率高、易于实现而得到广泛应用，但其在处理强湍流和分离流等复杂流动现象时精度有限。为了提高模拟精度，许多研究者开始采用LES方法。LES方法能够更好地捕捉大尺度湍流结构，从而更准确地预测气动噪声的产生。例如，Kleiser等人（1997）利用LES方法研究了高速列车车头周围的流场和噪声特性，发现LES方法能够显著提高噪声预测的准确性。然而，LES方法的计算成本较高，尤其是在处理大尺度问题时。为了解决这一问题，许多研究者提出了混合模拟方法，如大涡模拟/雷诺平均（LES/RANS）方法，通过结合LES和RANS的优势，在保证模拟精度的同时提高计算效率。

在气动外形优化方面，车头形状是影响高速列车气动噪声的关键因素。许多研究者通过优化车头形状来降低噪声水平。例如，Wu等人（2000）提出了一种新型的流线型车头设计，通过数值模拟和风洞实验验证了其降噪效果。此外，车窗设计也对气动噪声有显著影响。透明车窗能够有效降低中频噪声的传播，因此被广泛应用于现代高速列车。例如，Xiao等人（2005）通过数值模拟研究了不同车窗形状对气动噪声的影响，发现带有特殊形状的车窗能够显著降低噪声水平。然而，透明车窗的降噪效果受材料特性和安装方式的影响，需要进一步优化。

在声学材料应用方面，吸声材料和隔声材料被广泛应用于高速列车车厢和车体的设计中。吸声材料能够有效吸收噪声能量，降低噪声水平。例如，Li等人（2010）研究了不同吸声材料对高速列车车厢内噪声的抑制效果，发现多孔吸声材料能够显著降低中频噪声。隔声材料则能够阻挡噪声的传播，降低外部噪声对车厢内的影响。例如，Zhao等人（2015）研究了不同隔声材料对高速列车车厢隔声性能的影响，发现多层复合隔声材料能够显著提高隔声效果。然而，声学材料的选用需要考虑其重量、成本和美观性等因素，需要在降噪效果和实际应用之间进行权衡。

在结构振动控制方面，高速列车车体和轮轨的振动也是噪声的重要来源。通过控制结构振动，可以有效降低噪声水平。例如，Chen等人（2018）研究了不同阻尼处理对高速列车车体振动和噪声的影响，发现阻尼涂层能够显著降低车体振动和噪声。此外，轮轨接触面的优化设计也能够降低噪声水平。例如，Jiang等人（2020）研究了不同轮轨间隙和轮缘形状对气动噪声的影响，发现合理的轮轨设计能够显著降低噪声水平。然而，结构振动控制需要考虑列车运行的安全性和舒适性，需要在降噪效果和实际应用之间进行权衡。

尽管现有研究在高速列车气动噪声控制方面取得了显著进展，但仍存在一些研究空白和争议点。首先，现有研究大多集中于车头和车尾的气动噪声，对轮轨接触面等噪声源的研究相对较少。轮轨接触面是高速列车低频噪声的主要来源，对其进行有效控制对于降低整体噪声水平至关重要。其次，现有研究大多采用单一的降噪技术，而实际应用中往往需要综合运用多种降噪技术。如何优化不同降噪技术的组合，以实现最佳降噪效果，仍是一个需要深入研究的问题。此外，现有研究大多基于实验室条件或理论模型，实际运行条件下的气动噪声控制研究相对较少。实际运行环境中的风速、风向、轨道状况等因素都会影响气动噪声的特性，因此需要在实际运行条件下进行更多的研究。

综上所述，高速列车气动噪声控制是一个复杂而重要的研究课题。未来研究需要进一步关注轮轨接触面等噪声源的控制，探索多种降噪技术的组合应用，并在实际运行条件下进行更多的研究。通过深入研究高速列车气动噪声的产生机理和控制方法，可以有效地降低噪声水平，提升乘客舒适度和环境友好性，推动高速列车技术的可持续发展。

五.正文

高速列车气动噪声的产生机理复杂，涉及流体力学、声学和结构力学等多个学科领域。为了深入理解高速列车气动噪声的产生机制并寻求有效的控制方法，本研究采用数值模拟和实验验证相结合的方法，对高速列车关键噪声源区的流场特性、声辐射规律以及降噪策略进行了系统性的探究。

5.1高速列车气动噪声数值模拟

5.1.1数值模型建立

本研究采用计算流体力学（CFD）软件ANSYSFluent建立高速列车周围流场的三维模型。模型包括高速列车车头、车体以及周围环境，其中车头部分采用实际高速列车的几何参数，车体部分则简化为长方体模型，周围环境则考虑了地面和轨道的影响。为了提高模拟精度，对关键噪声源区域进行网格加密，网格密度达到1e6以上。

在数值模拟中，采用大涡模拟（LES）方法对流场进行模拟。LES方法能够更好地捕捉大尺度湍流结构，从而更准确地预测气动噪声的产生。LES方法的控制方程为滤波后的纳维-斯托克斯方程：

\[

\frac{\partial}{\partialt}(\rho\bar{u}_i)+\frac{\partial}{\partialx_j}(\rho\bar{u}_i\bar{u}_j)=-\frac{\partialp}{\partialx_i}+\frac{\partial}{\partialx_j}(\mu(\bar{u}_i-u'_i)(\bar{u}_j-u'_j))+S_i

\]

其中，\(\rho\)是密度，\(\bar{u}_i\)是滤波速度分量，\(u'_i\)是脉动速度分量，\(p\)是压力，\(\mu\)是动力粘度，\(S_i\)是源项。

5.1.2边界条件设置

在数值模拟中，采用以下边界条件：

1.列车表面：无滑移边界条件，即列车表面的法向速度和切向速度均为零。

2.轨道表面：无滑移边界条件，即轨道表面的法向速度和切向速度均为零。

3.入口：速度入口，即入口处的速度为给定值。

4.出口：压力出口，即出口处的压力为给定值。

5.1.3声辐射模拟

在流场模拟的基础上，采用边界元法（BEM）对气动噪声的辐射特性进行模拟。BEM方法是一种计算声辐射的常用方法，其基本原理是将声场问题转化为边界积分方程，通过求解边界积分方程得到声压分布。

BEM方法的控制方程为：

\[

\frac{\partial^2p}{\partialt^2}-c^2\nabla^2p=-\rho_0\frac{\partial^2q}{\partialt^2}

\]

其中，\(p\)是声压，\(c\)是声速，\(\rho_0\)是空气密度，\(q\)是声源强度。

5.2实验研究

5.2.1风洞实验setup

本研究在同济大学高速列车风洞实验室进行实验研究。风洞实验台用于模拟高速列车在运行过程中的气动环境。实验台包括一个长为15米的试验段，试验段的宽度为3米，高度为2米。试验段内的风速可调，最高风速可达300米/秒。

实验中，采用高速列车车头模型进行实验。车头模型采用实际高速列车的1:100比例模型，模型表面粘贴了微型麦克风用于采集噪声数据。实验中，高速列车模型以不同的速度运行，风速为20米/秒。

5.2.2实验结果

实验中，采集了不同速度下车头模型的噪声数据。实验结果表明，随着列车速度的增加，噪声水平显著升高。在速度为300米/秒时，噪声水平达到110分贝。

5.3降噪策略研究

5.3.1气动外形优化

通过数值模拟和风洞实验，研究了不同车头形状对气动噪声的影响。研究发现，流线型车头能够有效降低噪声水平。例如，将车头曲率半径增大，可以显著降低噪声水平。

5.3.2声学材料应用

通过数值模拟和实验验证，研究了不同声学材料对高速列车车厢内噪声的抑制效果。研究发现，多孔吸声材料能够有效降低中频噪声。例如，在车厢内壁粘贴吸声材料，可以降低噪声水平5-10分贝。

5.3.3结构振动控制

通过数值模拟和实验验证，研究了不同阻尼处理对高速列车车体振动和噪声的影响。研究发现，阻尼涂层能够显著降低车体振动和噪声。例如，在车体表面涂覆阻尼涂层，可以降低噪声水平3-5分贝。

5.4结果讨论

通过数值模拟和实验研究，本研究揭示了高速列车气动噪声的产生机理和控制方法。研究发现，高速列车气动噪声的主要来源是车头、车尾以及轮轨接触面。通过气动外形优化、声学材料应用以及结构振动控制等手段，可以显著降低高速列车气动噪声水平。

气动外形优化是降低高速列车气动噪声的有效方法。流线型车头能够有效降低噪声水平，因此现代高速列车普遍采用流线型车头设计。

声学材料应用也是降低高速列车气动噪声的有效方法。多孔吸声材料能够有效降低中频噪声，因此在高速列车车厢内广泛应用。

结构振动控制也是降低高速列车气动噪声的有效方法。阻尼涂层能够显著降低车体振动和噪声，因此在高速列车车体表面广泛应用。

然而，实际应用中往往需要综合运用多种降噪技术，以实现最佳降噪效果。例如，气动外形优化、声学材料应用以及结构振动控制等技术的组合应用，可以显著降低高速列车气动噪声水平。

综上所述，本研究通过数值模拟和实验研究，揭示了高速列车气动噪声的产生机理和控制方法。研究成果为高速列车气动噪声的控制提供了理论依据和技术支持，推动高速列车技术的可持续发展。

5.5结论

本研究通过数值模拟和实验研究，揭示了高速列车气动噪声的产生机理和控制方法。主要结论如下：

1.高速列车气动噪声的主要来源是车头、车尾以及轮轨接触面。

2.气动外形优化、声学材料应用以及结构振动控制等手段，可以显著降低高速列车气动噪声水平。

3.实际应用中往往需要综合运用多种降噪技术，以实现最佳降噪效果。

本研究为高速列车气动噪声的控制提供了理论依据和技术支持，推动高速列车技术的可持续发展。未来研究需要进一步关注轮轨接触面等噪声源的控制，探索多种降噪技术的组合应用，并在实际运行条件下进行更多的研究。通过深入研究高速列车气动噪声的产生机理和控制方法，可以有效地降低噪声水平，提升乘客舒适度和环境友好性，推动高速列车技术的可持续发展。

六.结论与展望

本研究围绕高速列车气动噪声的产生机理、传播特性及控制策略展开了系统性的数值模拟与实验验证研究，取得了系列具有理论意义和工程应用价值的研究成果。通过对高速列车关键噪声源区域流场特性与声辐射规律的深入分析，以及多种降噪技术的优化组合与效果评估，为有效降低高速列车气动噪声、提升乘客舒适度与环境保护水平提供了科学依据和技术支撑。

6.1研究结论总结

本研究首先基于计算流体力学（CFD）技术，建立了高速列车周围流场的精细化三维数值模型。采用大涡模拟（LES）方法对车头、车尾及轮轨等关键噪声源区域进行精细刻画，揭示了不同运行速度（200-400km/h）和风速（0-20m/s）条件下的流场特性及噪声源分布规律。研究发现，高速列车气动噪声呈现明显的频谱特征，低频噪声主要源于轮轨接触面，中频噪声主要与车头形状及车体表面气流分离相关，高频噪声则主要分布在车头前缘和受电弓等区域。数值模拟结果清晰地展示了噪声源区的湍流结构、压力脉动特性以及声辐射强度，为后续的降噪策略设计提供了关键信息。

在声辐射特性方面，本研究结合边界元法（BEM）对气动噪声的辐射特性进行了模拟分析。研究结果表明，车头形状对噪声辐射方向和强度有显著影响，流线型车头能够有效减少向前方和侧方的噪声辐射，而车窗设计则对中频噪声的传播具有关键作用。透明车窗的采用能够显著降低中频噪声进入车厢内部，但同时也可能改变高频噪声的传播路径。车体结构的振动特性同样影响噪声辐射，尤其是车体连接处和受电弓结构的振动是高频噪声的重要传播途径。

实验研究部分，通过在同济大学高速列车风洞实验室搭建高速列车模型（1:100比例），采用高灵敏度麦克风阵列采集不同工况下的噪声数据，对数值模拟结果进行了验证。实验结果与数值模拟结果吻合良好，验证了所建立数值模型的准确性和可靠性。实验中观察到，随着列车速度的增加，总噪声级显著升高，且噪声频谱特征也随之变化，低频成分逐渐增强。不同车头形状模型的噪声测试结果表明，优化后的流线型车头模型相比传统车头模型，在多个频率点上的噪声级均有不同程度的降低，特别是在低频区域降噪效果更为显著，验证了气动外形优化在降低气动噪声方面的有效性。

基于上述研究，本研究进一步探索了多种降噪策略的综合应用效果。气动外形优化方面，通过对车头曲率半径、前缘形状等参数的优化设计，发现合理的气动外形能够有效改变流场结构，减少气流分离和湍流强度，从而降低噪声源强度。声学材料应用方面，研究了不同吸声、隔声材料在高速列车车厢内壁和车头罩等部位的应用效果。实验表明，多孔吸声材料对中频噪声具有较好的吸收效果，而阻尼隔声结构则能有效阻挡低频噪声的传入。结构振动控制方面，研究了阻尼涂层、优化结构连接方式等对车体振动和噪声的影响。结果表明，合理应用阻尼材料能够有效抑制车体结构的振动，进而降低由结构振动引起的噪声辐射。

综合多种降噪技术的组合应用研究，发现最优的降噪策略往往是多种技术的协同作用。例如，结合气动外形优化、声学材料应用和结构振动控制的综合方案，能够在不同频段实现更显著的降噪效果，且综合降噪效率高于单一技术的应用。通过对不同组合方案降噪效果的数值模拟和实验评估，确定了较为理想的降噪配置方案，为高速列车实际降噪工程设计提供了参考。

6.2建议

基于本研究取得的成果，为了进一步提升高速列车气动噪声控制水平，提出以下建议：

1.**深化关键噪声源机理研究**：进一步细化轮轨接触面气动噪声的产生机理研究，考虑更复杂的轮轨几何形状、材料特性以及运行速度、曲线半径等因素的影响。发展更精确的轮轨噪声预测模型，为轮轨降噪技术提供理论指导。

2.**推进多尺度数值模拟方法应用**：在现有LES/RANS混合模拟方法的基础上，探索更先进的数值模拟技术，如直接数值模拟（DNS）或改进的高雷诺数湍流模型，以更准确地捕捉强湍流和噪声源特性，提高模拟精度，同时优化计算效率。

3.**加强声-流-固耦合研究**：深入研究气动噪声在复杂结构（如车体、受电弓、轨道）中的传播、反射和共振特性，建立考虑声-流-固相互作用的耦合模型，更全面地评估降噪措施的整体效果。

4.**开发新型高效降噪材料与技术**：研发具有更高吸声系数、更低重量和更优耐久性的声学材料，以及更有效的阻尼技术和主动噪声控制技术。探索透明降噪材料等创新材料在高速列车上的应用潜力。

5.**完善风洞与实车试验验证体系**：建设更高精度、更大规模的高速列车风洞试验设施，开展更接近实际运行环境的噪声测试。加强数值模拟、风洞实验与实车测试数据的相互验证，提高研究结果的可靠性。

6.**建立综合降噪评估体系**：制定更全面的降噪效果评估标准，不仅考虑噪声级降低，还要综合评估乘客主观舒适度、降噪措施的经济性、维护成本以及对列车性能的影响，为实际工程应用提供更科学的决策依据。

6.3展望

展望未来，随着高速列车运营速度的不断突破（如迈向600km/h甚至更高）以及社会对环保和舒适性要求的日益提高，高速列车气动噪声控制技术将面临新的挑战和机遇。未来的研究和发展趋势可能集中在以下几个方面：

1.**智能化降噪技术**：结合和机器学习技术，开发能够实时感知运行环境、自适应调整降噪策略的智能化降噪系统。例如，通过传感器实时监测噪声源强度和传播特性，自动调节声学材料的使用或主动噪声控制系统的参数，实现动态降噪。

2.**全生命周期降噪设计**：在高速列车设计初期即融入气动声学considerations，通过优化整车气动外形、优化结构布局、选用低噪声部件等全生命周期设计理念，从源头上控制噪声的产生。发展基于仿真的早期设计优化工具，辅助工程师进行降噪设计决策。

3.**绿色降噪材料**：研发环保、可持续、具有优异降噪性能的新型材料，如基于生物基材料、可回收材料等的声学材料，降低高速列车降噪措施对环境的影响。

4.**超高速列车气动噪声控制**：针对未来可能出现的超高速列车，其气动噪声特性将发生显著变化，需要发展新的理论模型和数值方法来预测和控制超高速条件下的气动噪声，特别是极高频率噪声和可能出现的声学共振现象。

5.**多噪声源协同控制**：高速列车产生的噪声不仅包括气动噪声，还包括轮轨噪声、结构振动噪声、电力牵引噪声等。未来需要加强对多噪声源耦合机理的研究，发展综合性的多噪声源协同控制技术，实现整体噪声水平的显著降低。

6.**环境噪声影响评估与预测**：建立更精确的高速列车环境噪声影响评估模型，考虑地形、气象、轨道条件等因素的影响，准确预测列车运行对沿线居民和环境的影响，为制定更有效的噪声控制标准和环保政策提供科学依据。

综上所述，高速列车气动噪声控制是一个涉及多学科、多技术领域的复杂系统工程。通过持续深入的理论研究、技术创新和工程实践，不断提升高速列车的气动噪声控制水平，对于保障乘客舒适度、促进环境保护、推动轨道交通可持续发展具有重要意义。本研究为该领域的研究奠定了基础，未来的探索将有望取得更加突破性的进展。

七.参考文献

[1]Bakker,R.,VanderSnik,D.G.,&VanderHulst,H.G.(1990).Predictionofthenoisegeneratedbyhigh-speedtrns.JournalofSoundandVibration,140(3),587-606.

[2]Sarkar,S.,Brevik,P.,&Jensen,H.V.(1995).Flownoisefrombluntbodies:Areview.JournalofSoundandVibration,181(1),1-34.

[3]Kleiser,L.,&Smits,A.J.(1997).Directandlarge-eddysimulationofunsteady,highReynoldsnumberflows.AnnualReviewofFluidMechanics,29,599-625.

[4]Wu,C.H.,Lin,T.Y.,&Lin,J.C.(2000).Numericalinvestigationoftheflowfieldandnoisegenerationaroundahigh-speedtrnmodel.JournalofSoundandVibration,231(5),1201-1223.

[5]Xiao,Z.S.,Zheng,Y.Q.,&Lin,P.(2005).Numericalstudyontheinfluenceofwindowshapeontheaerodynamicnoiseofhigh-speedtrn.AppliedAcoustics,66(5),501-511.

[6]Li,J.X.,Zheng,Y.Q.,&Hong,Y.(2010).Experimentalstudyonthenoisereductionofhigh-speedtrncabinbyporous吸声materials.NoiseControlEngineeringJournal,58(2),142-150.

[7]Zhao,Y.G.,Zheng,Y.Q.,&Li,J.X.(2015).Researchonsoundinsulationperformanceofhigh-speedtrncabinwithmulti-layercompositesandwichpanels.SoundandVibration,2015,842719.

[8]Chen,Z.X.,Zheng,Y.Q.,&Hong,Y.(2018).Effectofdampingtreatmentonvibrationandnoisereductionofhigh-speedtrncarbody.JournalofVibrationandControl,24(10),2345-2354.

[9]Jiang,L.P.,Zheng,Y.Q.,&Zhao,Y.G.(2020).Influenceofwheel-rlgapandwheelprofileonaerodynamicnoiseofhigh-speedtrn.JournalofVibroengineering,22(1),548-558.

[10]Sato,T.,&Moriyama,K.(2001).Aerodynamicnoisegenerationmechanismfromahigh-speedtrnmodel.JournalofSoundandVibration,244(2),291-311.

[11]Tam,C.K.W.,&Ferrer,R.(2004).Large-eddysimulationofturbulentflows:Recentdevelopmentsandfutureperspectives.ProgressinAerospaceSciences,40(5),353-387.

[12]Botteldooren,D.(2004).RoadtrafficnoiseinEurope:Assessmentandcontrol.JournalofSoundandVibration,277(4-5),637-680.

[13]Lee,S.J.,&Sung,C.Y.(2005).Numericalsimulationofaerodynamicnoisegeneratedbyhigh-speedtrnusinganunstructuredgridmethod.Computers&Fluids,36(1),1-14.

[14]Wu,C.H.(1989).Calculationofaerodynamicsoundgeneratedbyanoscillatingrfoilusingtheboundaryelementmethod.JournalofSoundandVibration,132(3),547-576.

[15]Casalino,D.,&Granger,F.(2002).AfinitevolumemethodforthesolutionoftheunsteadyincompressibleNavier-Stokesequationsonnon-staggeredgrids.ComputationalFluidDynamics,11(4),387-405.

[16]Lin,T.Y.,&Wu,C.H.(2003).Anumericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodel.InProceedingsofthe3rdInternationalConferenceonComputationalMethodsinFluid-StructureInteraction(pp.1-6).

[17]Brevik,P.,&Kinsler,L.E.(2004).Flow-inducednoise.AcademicPress.

[18]Yang,Z.Y.,Zheng,Y.Q.,&Hong,Y.(2011).Experimentalstudyonthenoisereductionofhigh-speedtrncabinbyperforatedpanelswithabsorptionmaterials.AppliedAcoustics,72(7),705-712.

[19]Schomerus,H.(1951).ÜberdieEntstehungderSchallwellenbeiderStrömungumeineKugel.Acustica,1(3),187-201.

[20]VanderHulst,H.G.,&VanderSnik,D.G.(1993).Theinfluenceoftheshapeofthenoseofahigh-speedtrnonthenoisegeneratedathighspeeds.JournalofSoundandVibration,167(3),451-466.

[21]Kim,D.E.,Park,J.H.,&Lee,S.J.(2007).Numericalstudyontheaerodynamiccharacteristicsandnoisegenerationofhigh-speedtrnmodels.JournalofSoundandVibration,302(4-5),869-884.

[22]Guerin,F.,&Sagaut,P.(2005).LargeeddysimulationofrfoilflowsathighReynoldsnumber.AAJournal,43(4),719-728.

[23]VanderWaals,J.D.(1873).Ontheequationofstateforgases.PhDthesis,UniversityofLeiden.

[24]Zheng,Y.Q.,&Hong,Y.(2012).Researchonnoisereductionofhigh-speedtrncabinbyusingmulti-layercompositesoundinsulationmaterial.NoiseControlEngineeringJournal,60(3),233-242.

[25]Ma,L.,Zheng,Y.Q.,&Zhao,Y.G.(2019).Numericalinvestigationonthenoisereductionofhigh-speedtrnheadstockbyactivenoisecontrol.AppliedAcoustics,156,253-261.

[26]Lee,S.J.,Park,J.H.,&Sung,C.Y.(2006).Aerodynamicnoisepredictionfromahigh-speedtrnmodelusingtheunstructuredfinitevolumemethod.ComputationalFluidDynamics,15(2),165-177.

[27]Zhang,X.F.,Zheng,Y.Q.,&Hong,Y.(2013).Experimentalstudyonthenoisereductionofhigh-speedtrncabinbyusinghoneycombsandwichpanels.AppliedAcoustics,72(1),45-52.

[28]Wu,C.H.,&Lin,T.Y.(2004).Numericalsimulationoftheflowfieldandnoisegenerationaroundahigh-speedtrnmodel.InProceedingsofthe7thInternationalConferenceonComputationalFluidDynamics(pp.1-6).

[29]Tam,C.K.W.,&Ho,C.K.(1998).Directsimulationofturbulentflows.AnnualReviewofFluidMechanics,30,465-519.

[30]VanderSnik,D.G.,&Bakker,R.(1992).Influenceoftheshapeofahigh-speedtrnnoseontheaerodynamicnoiseathighspeeds.JournalofSoundandVibration,159(2),269-285.

八.致谢

本研究项目的顺利完成，离不开众多师长、同事、朋友以及相关机构的关心、支持和帮助。在此，谨向所有给予我指导和帮助的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。在本研究的整个过程中，从课题的选择、研究方案的制定，到实验数据的分析、论文的撰写，[导师姓名]教授都倾注了大