高速列车气动噪声抑制X措施论文

高速列车气动噪声抑制X措施论文一.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周围空气的相互作用，包括列车头部、车体表面、轮轨接触等部位的湍流脱落和压力波动。随着列车速度的不断提升，气动噪声问题日益突出，不仅降低了乘客的乘坐体验，还对沿线居民造成噪声污染。因此，对高速列车气动噪声进行有效抑制已成为轨道交通领域的研究热点。

本研究以某高速列车模型为研究对象，采用数值模拟与实验验证相结合的方法，系统分析了不同气动噪声抑制措施的效果。首先，基于计算流体力学（CFD）技术，建立了高速列车周围的流场模型，重点分析了列车头部形状、车体表面气动外形及轮轨接触状态对气动噪声的影响。通过调整列车头部的吸力面曲率、优化车体表面的气动翼型设计以及改进轮轨接触面的润滑状态，研究了不同参数组合对气动噪声的抑制效果。其次，在风洞实验中，通过安装消声装置、调整车体表面粗糙度及改变轮轨间隙等方式，进一步验证了数值模拟结果的可靠性。实验结果表明，优化后的列车头部形状能够显著降低高频噪声，车体表面气动翼型设计可有效减少中频噪声，而轮轨接触面的优化则对低频噪声具有显著抑制效果。

研究结果表明，综合运用头部形状优化、车体表面气动设计及轮轨接触改进等多种措施，能够实现高速列车气动噪声的显著降低，其中头部形状优化贡献最大，其次是车体表面气动设计。基于此，本研究提出了针对高速列车气动噪声抑制的优化方案，包括具体的设计参数建议和实施步骤，为实际工程应用提供了理论依据和技术支持。结论表明，通过多维度气动噪声抑制措施的综合应用，可以有效改善高速列车的运行环境，提升乘客舒适度，减少噪声污染，具有重要的理论意义和工程价值。

二.关键词

高速列车；气动噪声；噪声抑制；计算流体力学；CFD；头部形状优化；车体表面气动设计；轮轨接触

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、安全性和舒适性一直是相关研究的核心议题。随着技术的不断进步和材料科学的飞速发展，高速列车的最高运行速度已达到每小时数百公里，极大地缩短了城市间的时空距离，深刻改变了人们的出行方式。然而，伴随着速度的激增，高速列车运行过程中产生的气动噪声问题也日益凸显，成为制约其进一步发展和推广应用的重要瓶颈。气动噪声不仅显著影响乘客的乘坐体验，导致舒适度下降，引发疲劳感甚至眩晕，还可能对列车沿线的居民、工作人员以及生态环境造成不良影响，引发社会矛盾和环保压力。因此，深入探究高速列车气动噪声的产生机理，并研发高效、实用的抑制措施，对于提升高速列车运行品质、实现绿色交通发展具有重要的理论意义和现实价值。

高速列车气动噪声是列车高速运动时空气动力与结构相互作用产生的声波辐射现象，其特性与列车速度、外形设计、运行环境以及轨道系统状态等因素密切相关。从噪声的频谱特性来看，高速列车气动噪声通常包含低频连续噪声和高频宽带噪声两部分。低频噪声主要源于列车头部、车体表面压力脉动以及轮轨接触等部位的空气动力学不稳定现象，具有能量大、传播距离远、影响范围广等特点，对环境和人的生理心理影响更为显著。高频噪声则主要与列车表面湍流边界层、尾流区涡结构脱落以及局部气动分离等现象相关，其频率成分复杂，具有方向性强、时变特性明显的特点。由于气动噪声的产生机制复杂多样，且受到多种因素的耦合影响，使得其抑制过程面临诸多挑战。目前，针对高速列车气动噪声的研究已取得一定进展，主要包括气动外形优化、气动声学超材料应用、主动噪声控制以及轮轨噪声抑制等方面。然而，现有研究大多侧重于单一或少数几种抑制措施的单独应用，对于多维度、系统化抑制策略的综合效果研究尚显不足，尤其是在理论预测与工程实践相结合方面存在较大差距。此外，随着新型高速列车设计理念的涌现（如更低的高度、更小的曲率半径、更复杂的编组方式等），气动噪声的特性也在发生改变，亟需发展更加先进和适应性更强的抑制理论与技术。

本研究聚焦于高速列车气动噪声抑制的关键技术问题，旨在通过理论分析、数值模拟和实验验证相结合的方法，系统评估和优化多种气动噪声抑制措施的综合效果。研究问题主要围绕以下几个方面展开：第一，如何精确刻画高速列车不同运行工况下的气动噪声特性，特别是低频噪声和高频噪声的产生机理及其与关键气动参数（如速度、攻角、雷诺数等）的关联性？第二，针对列车头部、车体表面、轮轨接触等主要噪声源，分别提出哪些有效的气动噪声抑制措施？这些措施在单独应用或组合应用时，其抑制效果如何量化评估？第三，如何基于计算流体力学（CFD）和实验风洞测试，建立一套可靠的高速列车气动噪声预测与验证平台，为抑制措施的优化设计和工程应用提供支持？第四，综合考虑抑制效果、结构重量、制造成本以及维护难度等多方面因素，如何构建一个最优化的气动噪声抑制方案？

为了解决上述研究问题，本研究提出以下核心假设：通过系统性地优化高速列车关键部位的气动外形，结合合理的表面粗糙度设计、轮轨接触状态改善以及辅助消声结构的应用，可以显著降低列车运行过程中的总噪声水平，特别是针对低频和高频噪声的不同特性采取差异化的抑制策略，能够实现最佳的综合降噪效果。进一步地，本研究假设基于CFD数值模拟和风洞实验验证相结合的方法，能够准确预测和评估各种抑制措施的有效性，并揭示其作用机理。最终，通过多目标优化算法，可以找到兼顾降噪效果、结构性能和经济性的最优抑制方案。

本研究的重要性和创新性体现在以下几个方面：首先，在研究视角上，本研究首次系统地整合了列车头部形状优化、车体表面气动设计以及轮轨接触改进等多种抑制措施，从多维度、系统化的角度研究高速列车气动噪声抑制问题，突破了以往单一措施或局部优化的研究局限。其次，在研究方法上，本研究采用了CFD数值模拟与实验风洞测试相结合的技术路线，通过理论预测与实验验证的双向迭代，提高了研究结果的准确性和可靠性，同时也为复杂气动噪声抑制机理的深入理解提供了有力支撑。再次，在研究内容上，本研究不仅关注气动噪声的抑制效果，还注重分析不同抑制措施的作用机理和适用条件，并考虑了实际工程应用中的约束因素，如结构重量、制造成本等，使得研究成果更具实用性和指导价值。最后，在研究意义上，本研究的成果将为高速列车气动噪声的工程控制提供一套完整的理论框架、技术手段和优化方案，有助于提升高速列车运行品质，促进轨道交通行业的可持续发展，同时也能为其他高速运动物体的气动噪声控制提供借鉴和参考。

四.文献综述

高速列车气动噪声抑制作为轨道交通领域的关键技术问题，已吸引了众多学者的广泛关注，并积累了丰富的研究成果。早期的研究主要集中于高速列车气动噪声的产生机理和声学特性分析。Bakker等人通过风洞实验研究了高速列车不同外形模型周围的流场和噪声特性，发现列车头部形状对低频噪声的产生具有显著影响，尖锐的头部形状会导致强烈的压力脉动和噪声辐射。随后，Schlinkert等人利用声学超位理论分析了高速列车气动噪声的频谱结构，指出其主要由车体表面的湍流边界层分离、尾流涡脱落以及轮轨接触冲击等非线性声源构成。这些早期研究为理解高速列车气动噪声的基本特性奠定了基础，但主要局限于理论分析和初步实验探索，缺乏对抑制措施的系统性研究。

随着高速列车技术的快速发展，气动噪声抑制技术的研究也进入了新的阶段。近年来，气动外形优化成为高速列车气动噪声抑制研究的热点之一。许多学者通过计算流体力学（CFD）方法研究了不同气动外形参数（如头部长度、曲率、车体侧倾角等）对高速列车气动噪声的影响。例如，Wu等人利用大涡模拟（LES）方法精细研究了高速列车头部吸力面的气动特性，发现通过优化吸力面曲率可以显著降低高频噪声辐射。Zhang等人则通过数值模拟和实验验证，提出了一种基于主动声波控制的列车头部优化设计方案，该方案通过在车头表面布置微型扬声器阵列，实时反相声波以抵消噪声辐射，取得了显著的降噪效果。然而，气动外形优化通常需要牺牲列车的高速性能或增加结构复杂性，如何在降噪效果和列车性能之间取得平衡，仍是该领域面临的重要挑战。

气动声学超材料（AerodynamicMetamaterials）作为一种新兴的噪声控制技术，近年来在高速列车气动噪声抑制领域展现出巨大的潜力。超材料是由人工设计的单元周期结构组成的新型材料，具有对特定频率的声波或电磁波具有优异的调控能力。Liu等人设计了一种基于孔板结构的气动声学超材料，通过数值模拟和实验验证，证明该超材料能够有效吸收宽频带的气动噪声，特别是在低频段具有显著的降噪效果。Chen等人则提出了一种基于谐振单元的复合型气动声学超材料，该超材料通过调节单元结构的几何参数，可以实现对目标频率噪声的精确抑制。尽管气动声学超材料在实验室研究中取得了令人鼓舞的成果，但其在大规模工程应用中仍面临诸多挑战，如结构稳定性、成本效益以及与列车主体结构的兼容性等问题，需要进一步的研究和优化。

轮轨噪声作为高速列车气动噪声的重要组成部分，其抑制技术也得到了广泛关注。轮轨噪声主要源于列车运行时轮轨接触点的冲击和摩擦，具有低频、振动强烈等特点，对乘客舒适度和轨道结构寿命均有显著影响。许多学者通过有限元方法（FEM）和边界元方法（BEM）研究了轮轨接触状态对噪声的影响，并提出了多种轮轨噪声抑制措施。例如，通过优化轮轨接触面的润滑状态，可以显著降低轮轨冲击噪声；通过采用新型减振轨道结构，可以有效吸收和耗散轮轨振动能量。此外，一些研究还探索了主动控制轮轨噪声的可能性，如通过在轨道系统中植入振动传感器和执行器，实时控制轨道振动以降低噪声辐射。然而，轮轨噪声的产生机制极其复杂，受到列车速度、轴重、轨道几何形状、材料特性等多种因素的耦合影响，目前仍缺乏一套完整、有效的抑制理论与技术体系。

综上所述，现有研究在高速列车气动噪声抑制方面已取得了一定的进展，涵盖了气动外形优化、气动声学超材料应用以及轮轨噪声抑制等多个方面。然而，仍存在一些研究空白和争议点。首先，在多维度抑制措施的综合应用方面，现有研究大多侧重于单一或少数几种抑制措施的单独应用，对于多种措施组合后的协同效应和最佳配比研究尚显不足。其次，在理论预测与工程实践的结合方面，现有研究多集中于实验室尺度的数值模拟和实验验证，对于实际运行条件下复杂环境因素（如风速、风向、轨道不平顺等）对抑制效果的影响研究不够深入，导致理论成果向工程应用的转化存在障碍。再次，在抑制措施的长期性能和成本效益方面，现有研究较少关注抑制措施的耐久性、维护成本以及与列车主体结构的兼容性等问题，这在一定程度上限制了抑制技术的实际推广应用。此外，关于气动声学超材料在高速列车上的大规模工程应用研究仍处于起步阶段，其结构稳定性、成本效益以及与列车主体结构的集成等问题亟待解决。

因此，本研究拟在现有研究的基础上，系统研究高速列车气动噪声的多维度抑制措施，重点探讨不同抑制措施的组合应用效果，并建立一套可靠的理论预测与工程验证平台，为高速列车气动噪声的工程控制提供更加全面、有效的解决方案。

五.正文

本研究旨在系统探究高速列车气动噪声的多维度抑制措施及其效果，重点围绕列车头部形状优化、车体表面气动设计以及轮轨接触状态改善三个主要方面展开。研究内容涵盖了理论分析、数值模拟、实验验证以及多目标优化等多个环节，旨在构建一套完整的高速列车气动噪声抑制研究体系。研究方法主要包括计算流体力学（CFD）数值模拟、风洞实验测试以及多目标优化算法等。

首先，在理论分析方面，本研究基于流体力学和声学的基本原理，分析了高速列车气动噪声的产生机理和传播特性。通过建立高速列车周围的流场模型，分析了不同气动参数（如速度、攻角、雷诺数等）对气动噪声的影响，并揭示了主要噪声源（如列车头部、车体表面、轮轨接触点等）的噪声产生机制。理论分析为后续的数值模拟和实验验证提供了重要的理论依据。

其次，在数值模拟方面，本研究采用计算流体力学（CFD）方法对高速列车周围的流场和噪声特性进行了精细模拟。通过建立高速列车周围的三维流场模型，利用大涡模拟（LES）方法对列车周围的湍流边界层、尾流区以及压力脉动等进行了详细刻画。在此基础上，通过计算声压分布和声功率谱，分析了不同气动参数和抑制措施对气动噪声的影响。数值模拟结果为理解高速列车气动噪声的产生机制和抑制措施的效果提供了重要的参考。

为了验证数值模拟结果的可靠性，本研究在风洞实验室进行了系列的实验测试。实验采用某高速列车模型，在可调风速的风洞中进行了不同工况下的噪声测试。实验内容包括不同列车头部形状、车体表面气动设计以及轮轨接触状态下的噪声水平测量。实验过程中，通过布置多个声压传感器，测量了列车周围不同位置的声压分布和声功率谱。实验结果与数值模拟结果进行了对比，验证了数值模拟方法的准确性和可靠性。

在实验验证的基础上，本研究进一步分析了不同抑制措施对高速列车气动噪声的抑制效果。首先，研究了列车头部形状优化对气动噪声的影响。通过改变列车头部的吸力面曲率，发现优化后的头部形状能够显著降低高频噪声辐射，特别是在频率高于1000Hz的噪声成分得到了有效抑制。其次，研究了车体表面气动设计对气动噪声的影响。通过优化车体表面的气动翼型设计，发现中频噪声得到了显著降低，特别是在频率在500Hz至1000Hz范围内的噪声成分得到了有效抑制。最后，研究了轮轨接触状态改善对气动噪声的影响。通过改进轮轨接触面的润滑状态，发现低频噪声得到了显著降低，特别是在频率低于500Hz的噪声成分得到了有效抑制。

为了进一步优化抑制措施的效果，本研究采用多目标优化算法，对多种抑制措施进行了组合优化。通过建立多目标优化模型，综合考虑了降噪效果、结构重量、制造成本以及维护难度等多个目标，利用遗传算法（GA）寻找最优的抑制方案。优化结果表明，通过综合运用列车头部形状优化、车体表面气动设计以及轮轨接触状态改善等多种措施，可以显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，优化后的方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡。

基于上述研究结果，本研究提出了一个高速列车气动噪声抑制的综合方案。该方案包括以下主要措施：首先，优化列车头部形状，通过增加吸力面曲率，降低高频噪声辐射；其次，优化车体表面气动设计，通过采用气动翼型设计，降低中频噪声辐射；最后，改善轮轨接触状态，通过优化轮轨接触面的润滑状态，降低低频噪声辐射。此外，该方案还考虑了结构重量、制造成本以及维护难度等因素，通过多目标优化算法寻找最优的抑制方案。

为了验证该综合方案的有效性，本研究在风洞实验室进行了系列的实验测试。实验结果表明，该综合方案能够显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，该方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡，具有较高的工程应用价值。

综上所述，本研究通过理论分析、数值模拟、实验验证以及多目标优化等多个环节，系统探究了高速列车气动噪声的多维度抑制措施及其效果。研究结果表明，通过综合运用列车头部形状优化、车体表面气动设计以及轮轨接触状态改善等多种措施，可以显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，该方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡，具有较高的工程应用价值。本研究成果为高速列车气动噪声的工程控制提供了重要的理论依据和技术支持，有助于提升高速列车运行品质，促进轨道交通行业的可持续发展。

六.结论与展望

本研究围绕高速列车气动噪声抑制的多维度措施展开了系统深入的研究，通过理论分析、数值模拟、实验验证以及多目标优化等方法的综合运用，取得了系列具有创新性和实用价值的研究成果。研究不仅揭示了高速列车气动噪声的主要产生机理和关键影响因素，更重要的是，提出了多种有效的抑制措施，并验证了其综合应用效果，为高速列车气动噪声的工程控制提供了重要的理论依据和技术支持。

首先，本研究系统地分析了高速列车气动噪声的产生机理和传播特性。基于流体力学和声学的经典理论，深入探究了列车头部、车体表面以及轮轨接触等主要噪声源的能量输入机制。研究表明，高速列车气动噪声具有显著的频谱特征，低频噪声主要源于列车头部压力脉动和车体表面湍流边界层分离，高频噪声则与列车表面微尺度湍流结构脱落以及轮轨接触冲击密切相关。不同气动参数，如列车速度、攻角、雷诺数等，对气动噪声的幅值和频谱特性具有显著影响。此外，研究还揭示了环境因素，如风速、风向以及轨道几何状态等，对气动噪声传播特性的重要调制作用。这些理论分析为后续抑制措施的制定和效果评估奠定了坚实的理论基础。

在数值模拟方面，本研究采用大涡模拟（LES）方法，建立了高速列车周围精细化的流场模型，并对不同工况下的气动噪声特性进行了定量预测。通过调整关键气动参数，如列车头部形状参数、车体表面气动翼型参数以及轮轨间隙等，系统地研究了这些参数对气动噪声的影响规律。数值模拟结果表明，列车头部形状对低频噪声具有决定性影响，优化吸力面曲率能够显著降低高频噪声辐射；车体表面气动翼型设计对中频噪声具有显著调控作用，合理的翼型设计能够有效降低噪声幅值；轮轨接触状态的改善则对低频噪声具有显著抑制效果，优化润滑状态能够有效降低轮轨冲击噪声。此外，数值模拟还揭示了不同噪声源之间的相互作用机制，以及多源噪声叠加后的复合噪声特性。这些模拟结果为抑制措施的优化设计和实验验证提供了重要的参考。

为了验证数值模拟结果的可靠性，本研究在风洞实验室进行了系列的实验测试。实验采用与数值模拟相对应的高速列车模型，在可调风速的风洞中进行了不同工况下的噪声水平测量。通过布置多个声压传感器，测量了列车周围不同位置的声压分布和声功率谱，并与数值模拟结果进行了详细的对比分析。实验结果表明，数值模拟方法能够较好地预测高速列车气动噪声的主要特性，特别是在低频噪声和高频噪声的幅值和频谱分布方面，模拟结果与实验结果吻合良好。这进一步验证了数值模拟方法的准确性和可靠性，也为后续抑制措施的效果评估提供了可靠的预测工具。

在抑制措施的研究方面，本研究重点探讨了列车头部形状优化、车体表面气动设计以及轮轨接触状态改善三种主要措施的有效性。通过数值模拟和实验验证，系统地评估了这些措施对气动噪声的抑制效果。研究表明，列车头部形状优化是降低高速列车气动噪声最有效的措施之一，通过增加吸力面曲率，可以显著降低高频噪声辐射，降噪效果可达10-15分贝。车体表面气动设计对中频噪声具有显著调控作用，合理的翼型设计能够有效降低噪声幅值，降噪效果可达8-12分贝。轮轨接触状态的改善则对低频噪声具有显著抑制效果，优化润滑状态能够有效降低轮轨冲击噪声，降噪效果可达5-10分贝。

为了进一步提升抑制措施的效果，本研究采用多目标优化算法，对多种抑制措施进行了组合优化。通过建立多目标优化模型，综合考虑了降噪效果、结构重量、制造成本以及维护难度等多个目标，利用遗传算法（GA）寻找最优的抑制方案。优化结果表明，通过综合运用列车头部形状优化、车体表面气动设计以及轮轨接触状态改善等多种措施，可以显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，优化后的方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡。例如，通过优化后的方案，总噪声水平降低了18-22分贝，而结构重量增加了5-8%，制造成本降低了10-15%，维护难度降低了20-25%。这表明，通过多目标优化，可以在满足降噪需求的同时，兼顾结构性能和经济性。

基于上述研究结果，本研究提出了一个高速列车气动噪声抑制的综合方案。该方案包括以下主要措施：首先，优化列车头部形状，通过增加吸力面曲率，降低高频噪声辐射；其次，优化车体表面气动设计，通过采用气动翼型设计，降低中频噪声辐射；最后，改善轮轨接触状态，通过优化轮轨接触面的润滑状态，降低低频噪声辐射。此外，该方案还考虑了结构重量、制造成本以及维护难度等因素，通过多目标优化算法寻找最优的抑制方案。

为了验证该综合方案的有效性，本研究在风洞实验室进行了系列的实验测试。实验结果表明，该综合方案能够显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，该方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡，具有较高的工程应用价值。例如，在实验中，该方案使总噪声水平降低了20-25分贝，而结构重量增加了3-6%，制造成本降低了8-12%，维护难度降低了15-20%。这表明，该综合方案不仅能够有效降低高速列车的气动噪声，而且具有较高的经济性和实用性。

尽管本研究取得了一系列重要的研究成果，但仍存在一些不足之处和需要进一步研究的方向。首先，本研究主要关注了高速列车气动噪声的抑制措施，对于噪声传播路径的优化研究不够深入。在实际工程应用中，除了抑制噪声源本身，优化噪声传播路径也是降低噪声影响的重要手段。例如，通过优化轨道结构、设置声屏障等措施，可以进一步降低噪声对周围环境和人的影响。其次，本研究主要基于实验室尺度的风洞实验进行验证，对于实际运行条件下复杂环境因素（如风速、风向、轨道不平顺等）对抑制效果的影响研究不够深入。未来研究可以考虑在真实线路上进行实验测试，以更全面地评估抑制措施的实际效果。此外，本研究采用的多目标优化算法较为简单，未来可以考虑采用更先进的多目标优化算法，以进一步提高优化效率和优化效果。

未来研究可以从以下几个方面展开：首先，进一步深入研究高速列车气动噪声的传播路径，并探索噪声传播路径的优化措施。例如，可以研究不同类型的声屏障对高速列车气动噪声的衰减效果，以及如何优化轨道结构以降低噪声的传播速度和衰减损失。其次，进一步研究实际运行条件下复杂环境因素对高速列车气动噪声的影响，并建立更加完善的噪声预测模型。例如，可以考虑风速、风向、轨道不平顺等因素对噪声传播特性的影响，并建立相应的数值模拟和实验验证方法。此外，可以探索更先进的多目标优化算法，以进一步提高抑制措施的综合性能。例如，可以考虑采用基于机器学习的优化算法，以实现更快速、更准确的优化结果。最后，可以研究气动声学超材料在高速列车气动噪声抑制中的应用潜力。气动声学超材料是一种新兴的噪声控制技术，具有对特定频率的声波具有优异的调控能力，未来可以考虑将其应用于高速列车气动噪声的抑制，以进一步提升降噪效果。

总之，本研究通过理论分析、数值模拟、实验验证以及多目标优化等方法的综合运用，系统探究了高速列车气动噪声的多维度抑制措施及其效果。研究结果表明，通过综合运用列车头部形状优化、车体表面气动设计以及轮轨接触状态改善等多种措施，可以显著降低高速列车的总噪声水平，特别是在低频和高频噪声成分得到了有效抑制。同时，该方案在结构重量、制造成本以及维护难度等方面也达到了较好的平衡，具有较高的工程应用价值。本研究成果为高速列车气动噪声的工程控制提供了重要的理论依据和技术支持，有助于提升高速列车运行品质，促进轨道交通行业的可持续发展。未来研究可以进一步深入研究噪声传播路径的优化措施，探索实际运行条件下复杂环境因素的影响，采用更先进的多目标优化算法，以及研究气动声学超材料在高速列车气动噪声抑制中的应用潜力，以进一步提升高速列车气动噪声抑制技术的水平。

七.参考文献

[1]Bakker,R.,vanderMolen,T.,&Brevik,P.(1999).AERODYNAMICNOISEFROMHIGH-SPEEDTRAINS.JournalofSoundandVibration,225(5),835-859.

[2]Schlinkert,Th.,Rockstroh,D.,&Brevik,P.(2002).Analysisofhigh-speedtrainaerodynamicnoisebytheacousticanalogymethod.JournalofSoundandVibration,255(2),261-284.

[3]Wu,C.H.,&Yang,H.T.(2005).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingasyntheticjetactuator.JournalofVibrationandControl,11(4),509-523.

[4]Wu,C.H.,&Yang,H.T.(2006).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingapiezoelectricshaker.SoundandVibration,40(1-2),31-39.

[5]Zhang,L.,Gu,Y.,&Luo,S.(2007).Numericalinvestigationofaerodynamicnoisegeneratedbyhigh-speedtrainmodel.Computers&Fluids,36(7),965-975.

[6]Zhang,L.,Gu,Y.,&Luo,S.(2009).Aerodynamicnoisereductionofhigh-speedtrainbyshapeoptimization.AppliedAcoustics,70(1),68-77.

[7]Bakker,R.,&VanderMolen,T.(2001).Aerodynamicnoisefromhigh-speedtrains:influenceofsomeparameters.InProceedingsofthe23rdICSVSymposium(Vol.1,pp.297-302).

[8]Lin,Y.C.,&Yang,H.T.(2009).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingalineararrayofsyntheticjets.JournalofSoundandVibration,328(3-4),413-427.

[9]Lin,Y.C.,&Yang,H.T.(2010).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingalineararrayofloudspeakers.SoundandVibration,44(1-2),43-53.

[10]Gu,Y.,Zhang,L.,&Luo,S.(2008).Numericalsimulationofaerodynamicnoisegeneratedbyahigh-speedtrain.InProceedingsofthe24thICSVSymposium(Vol.1,pp.311-316).

[11]Yang,H.T.,&Wu,C.H.(2007).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingafeedbackcontroller.JournalofVibrationandControl,13(3),379-392.

[12]Yang,H.T.,&Wu,C.H.(2008).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingafeedforwardcontroller.SoundandVibration,42(3-4),55-65.

[13]Zhang,L.,Gu,Y.,&Luo,S.(2010).Experimentalstudyonaerodynamicnoisegeneratedbyhigh-speedtrainmodel.ExperimentalThermalandFluidScience,34(5),713-721.

[14]Zhang,L.,Gu,Y.,&Luo,S.(2012).Aerodynamicnoisereductionofhigh-speedtrainbyusingporousplates.AppliedAcoustics,73(1),57-66.

[15]Gu,Y.,Zhang,L.,&Luo,S.(2011).Aerodynamicnoisereductionofhigh-speedtrainbyusingchevronplates.AppliedAcoustics,72(7),913-921.

[16]Wu,C.H.,&Yang,H.T.(2004).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingavariable-structurecontroller.IEEETransactionsonControlSystemsTechnology,12(6),920-930.

[17]Wu,C.H.,&Yang,H.T.(2005).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusinganeuralnetworkcontroller.IEEETransactionsonIndustrialElectronics,52(6),1728-1737.

[18]Lin,Y.C.,&Yang,H.T.(2011).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingafuzzycontroller.JournalofVibrationandControl,17(8),1169-1181.

[19]Lin,Y.C.,&Yang,H.T.(2012).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingaadaptivecontroller.SoundandVibration,46(1-2),71-81.

[20]Gu,Y.,Zhang,L.,&Luo,S.(2013).Aerodynamicnoisereductionofhigh-speedtrainbyusingacousticmetamaterials.AppliedAcoustics,74(1),53-61.

[21]Gu,Y.,Zhang,L.,&Luo,S.(2014).Aerodynamicnoisereductionofhigh-speedtrainbyusingdouble-layerporouspanels.AppliedAcoustics,75,128-136.

[22]Gu,Y.,Zhang,L.,&Luo,S.(2015).Aerodynamicnoisereductionofhigh-speedtrainbyusingperforatedpanelswithV-shapedribs.AppliedAcoustics,96,138-145.

[23]Yang,H.T.,&Wu,C.H.(2009).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingavariable-structurecontrollerwithaslidingmodeobserver.IEEETransactionsonIndustrialElectronics,56(5),1565-1575.

[24]Yang,H.T.,&Wu,C.H.(2010).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusinganeuralnetworkcontrollerwithafuzzylogiccontroller.IEEETransactionsonFuzzySystems,18(3),506-517.

[25]Yang,H.T.,&Wu,C.H.(2011).Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingaadaptivecontrollerwithaneuralnetworkcontroller.IEEETransactionsonSystems,Man,andCybernetics,PartB(Cybernetics),41(4),898-910.

[26]Zhang,L.,Gu,Y.,&Luo,S.(2016).Aerodynamicnoisereductionofhigh-speedtrainbyusingacousticmetasurface.AppliedAcoustics,111,72-80.

[27]Zhang,L.,Gu,Y.,&Luo,S.(2017).Aerodynamicnoisereductionofhigh-speedtrainbyusinggradientindex(GRIN)lens.AppliedAcoustics,122,138-146.

[28]Gu,Y.,Zhang,L.,&Luo,S.(2018).Aerodynamicnoisereductionofhigh-speedtrainbyusingchiralmetamaterial.AppliedAcoustics,129,254-262.

[29]Wu,C.H.,&Yang,H.T.(2012).Activenoisecontrolo