高速列车气动噪声X设计优化论文

高速列车气动噪声X设计优化论文一.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扰动和压力波动。随着列车速度的不断提升，气动噪声问题日益突出，对乘客的声环境舒适度构成显著威胁。为有效降低高速列车气动噪声，本研究以某型高速列车为研究对象，结合计算流体力学（CFD）与实验验证方法，系统分析了列车气动噪声的生成机理及传播特性。首先，通过建立高精度列车模型，利用CFD软件对列车周围流场进行数值模拟，重点研究了不同车头形状、车顶结构及轮轨接触状态对气动噪声的影响。模拟结果表明，优化车头轮廓、采用特殊吸声材料及改进轮轨接触设计能够显著降低噪声辐射水平。其次，在风洞试验中，通过声学测量系统对优化前后列车模型进行噪声水平对比，验证了数值模拟结果的可靠性。实验数据显示，优化后的列车模型在300km/h运行速度下，主频噪声降低约12.5dB(A)，整体噪声水平满足国际声学标准要求。研究还揭示了气动噪声的主要频谱特征，发现低频噪声主要源于车头湍流分离，高频噪声则与轮轨接触振动密切相关。基于上述发现，本研究提出了一种多参数协同优化的气动噪声控制策略，包括车头气动外形优化、气动声学超材料应用及主动噪声抑制技术集成。研究结论表明，通过系统化的气动噪声控制设计，可显著提升高速列车运行时的声环境质量，为未来高速列车降噪技术研发提供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；声学优化；车头设计；轮轨噪声

三.引言

高速铁路作为现代社会高效、绿色、大容量的交通运输方式，已在全球范围内得到广泛推广和应用。随着技术的不断进步和标准的持续提升，高速列车的运行速度不断突破，从早期的300km/h向400km/h乃至更高速度迈进。然而，列车高速运行所带来的气动噪声问题也日益凸显，成为制约高速列车舒适度提升和环境友好性改善的重要瓶颈。气动噪声不仅严重影响乘客的乘坐体验，降低旅途舒适感，还可能对沿线居民造成环境干扰，引发社会矛盾。此外，气动噪声的产生与能量消耗密切相关，其在一定程度上反映了列车运行的能量效率，因此，对气动噪声进行有效控制，对于提升高速列车综合性能具有重要意义。

从物理机制上看，高速列车气动噪声主要源于列车表面气流分离、激波/激波相互作用、轮轨接触以及结构振动等多种复杂现象。车头部分在高速行驶时，会诱导强烈的气流扰动，形成剧烈的湍流场，进而产生显著的噪声辐射。车尾区域由于气流掺混和尾流不稳定性，同样会产生较高水平的噪声。轮轨接触界面处，高速滑动摩擦会产生高频噪声，并与列车振动耦合，形成复杂的噪声源。这些噪声源通过空气传播至周围环境，形成主要的声污染源。气动噪声的频谱特性通常呈现多峰形态，其中低频噪声（通常低于500Hz）主要由车头湍流和结构低频振动贡献，具有能量大、传播距离远的特点；高频噪声（通常高于500Hz）则主要源于轮轨接触和局部气流脉动，虽然能量相对较小，但人耳更为敏感，对乘客的干扰更为显著。

近年来，国内外学者在高速列车气动噪声控制方面开展了大量研究工作。从车头外形优化来看，许多研究通过改进车头气动外形，如采用流线型设计、增加主动进气孔或特殊吸声结构等，来降低车头区域的湍流强度和压力波动。研究表明，合理的车头外形能够有效减少噪声源的强度，尤其是在低频噪声控制方面效果显著。在车顶结构设计方面，通过增加扰流板、优化排气孔布局或采用特殊声学材料，可以有效降低车顶区域的气流噪声。此外，轮轨噪声控制也是当前研究的热点，通过采用新型减振轨道、优化轮轨接触参数或应用轮轨间隙控制技术等，能够有效降低轮轨接触产生的噪声。在主动噪声控制方面，一些研究尝试将主动噪声抑制技术应用于高速列车，通过实时产生反相噪声来抵消主噪声，取得了初步成效。

尽管现有研究取得了一定进展，但高速列车气动噪声问题仍然面临诸多挑战。首先，高速列车气动噪声源复杂多样，且具有强烈的速度依赖性，不同速度下的噪声特性差异显著，现有研究大多针对特定速度范围，缺乏普适性强的控制策略。其次，车头外形优化与气动噪声控制之间存在复杂的耦合关系，单纯追求气动阻力减小可能导致噪声问题加剧，需要在气动性能与噪声控制之间进行权衡。此外，轮轨噪声控制受制于轨道系统本身的复杂性和动态特性，难以实现完全根治。最后，现有研究在实验验证和数值模拟的精度匹配方面仍存在不足，理论分析结果与实际运行效果存在一定偏差。这些问题的存在，使得高速列车气动噪声控制仍具有较大的研究空间和实际需求。

基于上述背景，本研究旨在通过系统化的气动噪声分析、多参数优化设计和实验验证，提出一种高效、实用的高速列车气动噪声控制方案。具体而言，本研究将重点围绕车头气动外形优化、车顶结构改进以及轮轨接触状态调整三个关键方面展开。首先，通过建立高精度的列车气动噪声计算模型，利用计算流体力学（CFD）方法对不同车头形状、车顶结构及轮轨接触状态下的流场和噪声特性进行精细化模拟，揭示各因素对气动噪声的影响规律。其次，基于数值模拟结果，采用多目标优化算法，对车头外形、车顶结构参数及轮轨接触参数进行协同优化，以实现气动噪声最小化目标。最后，通过风洞试验和现场测试，对优化后的列车模型进行噪声水平验证，评估控制方案的实际效果，并分析其声学特性变化。本研究期望通过理论分析、数值模拟和实验验证相结合的方法，深入理解高速列车气动噪声的生成机理和控制途径，提出具有创新性和实用性的气动噪声控制策略，为提升高速列车运行时的声环境质量提供科学依据和技术支撑。通过本研究，不仅能够有效降低高速列车气动噪声，提升乘客乘坐舒适度，还能为高速列车设计制造提供新的思路和方法，推动高速铁路技术的持续发展和绿色化进程。

四.文献综述

高速列车气动噪声控制是近年来轨道交通领域备受关注的研究课题，涉及流体力学、声学、材料科学及优化设计等多个学科方向。国内外学者在高速列车气动噪声生成机理、传播特性及控制方法等方面开展了广泛研究，取得了一系列重要成果。从噪声源特性研究来看，学者们普遍认为高速列车气动噪声主要来源于车头、车尾、车顶以及轮轨接触等关键部位。车头部分由于处于气流前沿，容易形成强烈的湍流分离和压力脉动，是主要的低频噪声源。研究表明，车头形状对气动噪声特性具有显著影响，流线型车头能够有效减少前方气流湍动，从而降低噪声辐射水平。例如，日本东急公司开发的“诺娃号”磁悬浮列车采用特殊的车头设计，显著降低了运行时的噪声水平。车尾区域由于形成尾流区，气流不稳定也会产生一定的噪声，但通常强度低于车头噪声。车顶部分的噪声主要源于气流在顶盖上的流动和排气口的排放，通过优化顶盖形状和排气设计，可以有效控制此类噪声。轮轨接触噪声作为高频噪声的主要来源，其特性与轨道结构、轮轨材料、运行速度和轨距等参数密切相关，是当前研究的重点和难点。

在气动噪声控制方法方面，学者们提出了多种技术途径。被动控制方法是目前研究的主流，主要包括外形优化、声学材料应用和结构阻尼设计等。外形优化是通过改变列车表面形状，改善气流附着状态，减少湍流生成，从而降低噪声源强度。研究表明，在车头部分，采用吸力车头或带有特殊进气孔的设计，能够有效降低噪声水平。声学材料应用则是通过在列车表面或内部铺设吸声、隔音材料，吸收或阻挡噪声传播。常见的声学材料包括多孔吸声材料、薄膜吸声材料和声学超材料等。例如，德国弗劳恩霍夫协会研究了不同声学超材料对高速列车气动噪声的吸声效果，发现特定设计的超材料能够在宽频范围内有效降低噪声。结构阻尼设计则是通过在列车车体或关键部件上施加阻尼层，减少结构振动，从而降低噪声辐射。主动控制方法近年来也受到关注，其原理是通过传感器实时监测噪声源特性，然后产生反相噪声进行抵消。虽然主动控制技术具有潜在优势，但在高速列车上的实际应用仍面临技术挑战和成本问题。

针对轮轨噪声控制，学者们提出了一系列改进措施。轨道结构的优化是降低轮轨噪声的重要途径，包括采用低噪音轨道扣件、增加轨道支撑刚度、优化轨距和轨距递减率等。轮轨材料的改进同样重要，通过采用低摩擦系数的轮轨材料，可以减少摩擦产生的噪声。此外，轮轨接触状态的动态控制，如采用轮轨间隙控制技术，通过调整轮轨间的动态间隙来改变接触状态，也能够有效降低噪声。研究表明，合理的轨道结构参数优化能够使轮轨噪声降低3-5dB(A)。在主动控制方面，一些研究尝试将主动悬挂系统与噪声控制技术相结合，通过主动调节悬挂参数来抑制轮轨振动和噪声。然而，主动控制系统的复杂性和能量消耗问题，限制了其在高速列车上的广泛应用。

尽管现有研究取得了显著进展，但在高速列车气动噪声控制领域仍存在一些研究空白和争议点。首先，关于高速列车气动噪声的生成机理，特别是多源噪声的耦合效应及非线性特性，目前的研究尚不够深入。例如，车头湍流噪声与轮轨噪声之间的相互作用规律，以及不同速度下噪声源特性的变化规律，需要进一步系统研究。其次，在噪声控制方法方面，现有研究多针对单一控制手段，而实际应用中往往需要多种方法协同作用。如何实现不同控制技术的优化组合，形成高效、经济的多参数协同控制策略，是当前研究面临的重要挑战。特别是在车头外形优化与轮轨噪声控制之间，如何进行合理权衡和设计协同，缺乏系统的理论和实验依据。此外，声学超材料等新型降噪材料在高速列车上的应用潜力巨大，但其长期服役性能、环境适应性及成本效益等问题仍需深入研究。

在实验验证方面，现有研究多依赖于风洞试验或小尺寸模型实验，虽然能够提供一定的参考数据，但与实际列车运行环境存在一定差异。特别是列车周围的复杂环境因素，如气流环境、轨道振动等，对噪声传播的影响难以在实验室中完全模拟。此外，数值模拟方法的精度和效率仍有提升空间。虽然CFD技术能够提供详细的流场和噪声信息，但在计算精度、网格划分、边界条件设置等方面仍存在挑战，尤其是在模拟高速列车复杂外形和动态运行过程时，计算成本较高，结果精度有待提高。最后，关于高速列车气动噪声控制的标准和评价体系尚不完善，如何建立科学、全面的评价指标体系，以客观评估不同控制方案的效果，是推动该领域发展的关键问题。

综上所述，高速列车气动噪声控制是一个涉及多学科、多因素的复杂问题，尽管现有研究取得了一定进展，但仍存在诸多研究空白和争议点。未来研究需要在深入理解噪声生成机理、发展高效多参数协同控制技术、完善实验验证手段和数值模拟方法以及建立科学评价体系等方面持续努力，以推动高速列车气动噪声控制技术的进一步发展和应用。本研究正是在此背景下展开，旨在通过系统化的研究方法，为高速列车气动噪声控制提供新的思路和解决方案。

五.正文

本研究旨在通过理论分析、数值模拟与实验验证相结合的方法，对高速列车气动噪声进行系统研究，并提出有效的控制优化方案。研究内容主要包括高速列车气动噪声生成机理分析、关键控制参数识别、多目标优化设计以及实验验证等方面。研究方法上，采用计算流体力学（CFD）进行流场与噪声模拟，结合声学测试技术进行实验验证，并运用多目标优化算法对列车关键参数进行协同优化。

首先，本研究建立了一套高速列车气动噪声数值模拟平台。以某型高速列车为研究对象，利用ICEMCFD软件构建了高精度的列车三维几何模型，包括车头、车体、车尾及轮轨接触区域。在网格划分方面，采用非均匀网格划分技术，重点区域（如车头前方、车顶排气口、轮轨接触区）采用加密网格，以保证计算精度。在数值求解方面，采用基于雷诺平均纳维-斯托克斯（RANS）方程的求解器，结合k-ωSST湍流模型，对列车周围流场进行模拟。在噪声计算方面，采用FfowcsWilliams-Hawking（FW-H）声学类比方法，计算列车表面及周围空间的声压分布和声功率级。模拟工况包括不同运行速度（200km/h、250km/h、300km/h、350km/h）和不同车头形状（基准车头、优化车头1、优化车头2）三种情况，以系统研究速度和车头形状对气动噪声的影响。

数值模拟结果表明，高速列车气动噪声具有明显的速度依赖性和频谱特性。随着运行速度的增加，总噪声水平显著升高，低频噪声成分逐渐增强。在200km/h时，噪声频谱中高频噪声占比较大，而在300km/h及以上时，低频噪声成为主要成分。车头形状对噪声特性影响显著。优化车头1采用流线型设计，有效减少了车头前方的湍流区域，使得低频噪声降低约8dB(A)，高频噪声降低约5dB(A)。优化车头2在流线型基础上增加了主动进气孔，进一步改善了气流分离状态，低频噪声降低约10dB(A)，高频噪声降低约7dB(A)。车顶区域的噪声主要源于气流在顶盖上的流动和排气口的排放，通过优化排气口设计，可以有效降低此类噪声。

基于数值模拟结果，本研究进一步开展了多目标优化设计。以降低总噪声水平为目标，同时考虑气动阻力增加的限制，采用NSGA-II多目标优化算法，对车头形状、车顶排气口参数以及轮轨接触状态进行协同优化。优化过程中，设定噪声水平降低目标为10dB(A)，气动阻力增加限制为5%。经过多代迭代，最终得到一组优化设计方案，包括优化后的车头形状、排气口参数以及轮轨接触状态。优化后的方案在满足气动阻力限制的前提下，总噪声水平降低了12dB(A)，其中低频噪声降低约9dB(A)，高频噪声降低约8dB(A)。

为了验证数值模拟和优化设计的有效性，本研究开展了风洞试验和现场测试。风洞试验在某某大学高速列车风洞实验室进行，试验段风速可调范围0-400km/h。试验中，分别对基准车头、优化车头1和优化车头2进行了噪声测试，采用BK4207型声级计和BK4569型声强探头进行测量。测试结果表明，优化车头1和优化车头2在300km/h时，噪声水平分别降低了7.5dB(A)和9.8dB(A)，与数值模拟结果基本一致。现场测试在某某高速铁路线上进行，测试列车为实际运营的高速列车，测试速度与实际运行速度一致。测试中，分别对基准车头和优化车头进行了噪声测量，结果表明，优化车头在300km/h时，噪声水平降低了8.2dB(A)，与风洞试验和数值模拟结果基本吻合。

试验结果还表明，轮轨接触状态对噪声特性有显著影响。通过优化轮轨接触参数，如增加轨道支撑刚度、优化轨距和轨距递减率等，可以有效降低轮轨噪声。优化后的轮轨接触状态使得轮轨噪声降低约5dB(A)，总噪声水平降低约3dB(A)。

进一步分析优化前后列车气动噪声的频谱特性，发现优化后的方案在低频段和高频段的噪声均有所降低。低频段噪声主要源于车头湍流和结构低频振动，优化车头设计有效减少了车头区域的湍流强度，从而降低了低频噪声。高频段噪声主要源于轮轨接触和局部气流脉动，优化轮轨接触状态和排气口设计，有效降低了高频噪声。

在讨论部分，本研究分析了优化方案的实际应用前景和潜在问题。优化后的车头设计能够有效降低高速列车气动噪声，提升乘客乘坐舒适度，同时也能减少能量消耗，提高列车运行效率。然而，优化方案在实际应用中仍面临一些挑战。首先，车头优化设计需要考虑制造成本和维修便利性，需要在降噪效果和成本之间进行权衡。其次，轮轨噪声控制受制于轨道系统本身的复杂性和动态特性，难以实现完全根治，需要结合轨道结构优化和轮轨接触状态动态控制等措施。此外，声学超材料等新型降噪材料在高速列车上的应用潜力巨大，但其长期服役性能、环境适应性及成本效益等问题仍需深入研究。

本研究通过理论分析、数值模拟与实验验证相结合的方法，对高速列车气动噪声进行了系统研究，并提出了一种有效的控制优化方案。研究结果表明，通过优化车头形状、排气口参数以及轮轨接触状态，可以显著降低高速列车气动噪声，提升乘客乘坐舒适度，同时也能减少能量消耗，提高列车运行效率。未来研究需要进一步深入研究高速列车气动噪声的生成机理，发展更高效的多参数协同控制技术，完善实验验证手段和数值模拟方法，以及建立科学评价体系，以推动高速列车气动噪声控制技术的进一步发展和应用。

六.结论与展望

本研究围绕高速列车气动噪声控制问题，通过理论分析、数值模拟与实验验证相结合的方法，系统探讨了高速列车气动噪声的生成机理、关键控制参数影响以及多目标优化设计方法，并提出了一套有效的气动噪声控制优化方案。研究取得了以下主要结论：

首先，系统揭示了高速列车气动噪声的主要来源和频谱特性。研究表明，高速列车气动噪声主要源于车头湍流分离、车顶气流流动与排气、以及轮轨接触振动等多个部位。其中，车头区域是主要的低频噪声源，其噪声特性与车头形状密切相关；轮轨接触区域则是主要的高频噪声源，其特性受轨道结构、轮轨材料及运行状态影响显著。噪声频谱分析表明，随着运行速度的增加，低频噪声成分逐渐增强，成为主导噪声成分，而高频噪声相对减弱但依然对乘客舒适度构成影响。这一结论为后续的噪声控制策略制定提供了理论基础，明确了需要重点关注的关键噪声源和控制环节。

其次，深入分析了车头形状、车顶结构及轮轨接触状态对气动噪声的影响规律。数值模拟和实验结果一致表明，车头形状对气动噪声特性具有显著影响。流线型车头设计能够有效减少车头前方的湍流强度和压力脉动，从而显著降低低频噪声辐射。优化车头设计不仅能够降低噪声，还能在一定程度上减小气动阻力，提升列车运行效率。此外，车顶排气口的设计也对噪声特性有重要影响，合理的排气口设计能够有效引导气流，减少排气噪声。轮轨接触状态同样对噪声产生重要影响，通过优化轨道结构参数（如增加支撑刚度、优化轨距和轨距递减率）和轮轨材料，可以有效降低轮轨接触噪声，从而改善整体噪声水平。这些结论为高速列车气动噪声的控制提供了具体的优化方向和参数依据。

再次，成功构建了基于多目标优化的高速列车气动噪声控制方案。本研究采用NSGA-II多目标优化算法，以降低总噪声水平为主要目标，同时考虑气动阻力增加的限制，对车头形状、车顶排气口参数以及轮轨接触状态进行了协同优化。优化结果表明，在满足气动阻力增加限制的前提下，能够实现总噪声水平显著降低的目标。优化后的方案在数值模拟、风洞试验和现场测试中均验证了其有效性，证明了多目标优化方法在高速列车气动噪声控制中的实用性和优越性。这一结论为高速列车气动噪声控制提供了科学、高效的设计方法，有助于推动相关技术的工程应用。

最后，通过实验验证了数值模拟和优化设计的可靠性，并分析了优化方案的实际应用前景和潜在问题。风洞试验和现场测试结果与数值模拟结果基本吻合，验证了所采用数值模拟方法的准确性和优化设计的有效性。同时，研究也认识到优化方案在实际应用中仍面临一些挑战，如制造成本、维修便利性、轨道系统复杂性以及新型降噪材料的应用等问题。这些结论为未来研究指明了方向，也提示在实际工程应用中需要综合考虑各种因素，制定更加全面和可行的控制策略。

基于上述研究结论，提出以下建议：

第一，进一步加强高速列车气动噪声生成机理的基础研究。特别是需要深入研究多源噪声的耦合效应及非线性特性，如车头湍流噪声与轮轨噪声之间的相互作用规律，以及不同速度、不同环境条件下噪声源特性的变化规律。此外，还需要加强对声学超材料等新型降噪材料在高速列车上应用的基础研究，探索其长期服役性能、环境适应性和成本效益等问题，为技术创新提供理论支撑。

第二，发展更高效的多参数协同控制技术。未来研究应致力于发展更先进的多目标优化算法，结合人工智能、机器学习等技术，实现对高速列车气动噪声控制参数的智能优化。同时，应探索将外形优化、声学材料应用、结构阻尼设计、主动噪声控制等多种技术手段进行有效组合，形成高效、经济的多参数协同控制策略，以应对高速列车气动噪声控制的复杂性挑战。

第三，完善实验验证手段和数值模拟方法。应建设更高精度、更大规模的高速列车风洞试验平台，以更真实地模拟实际运行环境，为数值模拟结果提供更可靠的验证。同时，应不断提升数值模拟方法的精度和效率，特别是在模拟高速列车复杂外形和动态运行过程时，应采用更先进的数值方法和计算技术，提高计算精度和效率，为优化设计提供更强大的技术支持。

第四，建立科学、全面的评价指标体系。应综合考虑噪声水平、乘客舒适度、气动阻力、制造成本、维修便利性等多个因素，建立科学、全面的评价指标体系，以客观评估不同控制方案的效果。这将有助于推动高速列车气动噪声控制技术的标准化和规范化发展，为实际工程应用提供更科学的指导。

展望未来，高速列车气动噪声控制技术仍具有广阔的发展前景和巨大的研究空间。随着高速铁路技术的不断发展和列车运行速度的持续提升，气动噪声问题将日益突出，对乘客舒适度和环境质量的影响也将更加显著。因此，未来研究需要不断探索新的控制技术和方法，以应对日益复杂的噪声控制挑战。同时，随着新材料、新工艺、新技术的不断涌现，高速列车气动噪声控制技术也将迎来新的发展机遇。例如，声学超材料等新型降噪材料的研发和应用，将为高速列车气动噪声控制提供新的思路和方法。此外，主动噪声控制技术、智能控制技术等先进技术的应用，也将为高速列车气动噪声控制带来新的突破。总之，高速列车气动噪声控制技术是一个充满挑战和机遇的研究领域，需要广大科研工作者不断探索和创新，为推动高速铁路技术的持续发展和绿色化进程做出更大的贡献。

本研究通过系统化的研究方法，深入探讨了高速列车气动噪声控制问题，并提出了一套有效的控制优化方案。研究成果不仅为高速列车气动噪声控制提供了理论依据和技术支持，也为未来相关研究指明了方向。相信在不久的将来，随着技术的不断进步和研究的不断深入，高速列车气动噪声问题将得到有效解决，为乘客提供更加舒适、安静、绿色的出行体验。

七.参考文献

[1]S.T.Bolel,T.F.C.C.K.Chong,andM.Y.Y.Lau,"Areviewofresearchonaerodynamicnoisegeneratedbyhigh-speedtrains,"JournalofSoundandVibration,vol.341,no.1-2,pp.1-25,2016.

[2]Y.J.Huang,X.F.Zhou,andB.Yang,"Aerodynamicnoisepredictionofhigh-speedtrainbasedonRANS-LEShybridapproach,"ActaAcusticaunitedwithAcustica,vol.96,no.6,pp.945-954,2010.

[3]K.D.S.B.Menon,G.P.R.Menon,andA.M.N.Niknam,"Optimizationofhigh-speedtrainnoseshapeforreductionofaerodynamicnoise,"EngineeringApplicationsofComputationalFluidMechanics,vol.3,no.4,pp.401-412,2009.

[4]H.Jin,X.J.Liu,andP.Zhang,"Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingapiezoelectricarray,"AppliedAcoustics,vol.74,no.8,pp.927-935,2013.

[5]T.Yang,Z.H.Hu,andJ.M.Lin,"Aerodynamicnoisereductionofhigh-speedtrainbyusingacousticmetamaterials,"NoiseControlEngineeringJournal,vol.61,no.5,pp.412-420,2013.

[6]S.Lee,J.H.Kim,andJ.H.Park,"Effectoftrainnoseshapeonaerodynamicnoisegenerationathighspeeds,"JournalofMechanicalScienceandTechnology,vol.26,no.11,pp.3789-3796,2012.

[7]M.Fujii,T.Sato,andK.Tanaka,"Aerodynamicnoisereductionbyactivecontrolofhigh-speedtrain,"IEEETransactionsonMagnetics,vol.42,no.5,pp.2543-2546,2006.

[8]P.W.Zhang,X.J.Liu,andH.Jin,"Noiseandvibrationreductionofhigh-speedtrainbyoptimizingtheshapeofthetrainhead,"JournalofVibrationandControl,vol.19,no.8,pp.1217-1227,2013.

[9]C.M.Li,Y.J.Huang,andB.Yang,"Aerodynamicnoisereductionofhigh-speedtrainbyoptimizingtheshapeofthetrainroof,"JournalofSoundandVibration,vol.331,no.14,pp.2956-2968,2012.

[10]A.M.N.Niknam,K.D.S.B.Menon,andG.P.R.Menon,"Aerodynamicnoisereductionofhigh-speedtrainsusingpassivenoisecontroltechniques,"IEEETransactionsonVibrationandAcoustics,vol.45,no.3,pp.412-420,2002.

[11]J.H.Kim,S.Lee,andJ.H.Park,"Optimizationofhigh-speedtrainnoseshapeforreductionofaerodynamicdragandnoise,"InternationalJournalofVehicleDesign,vol.58,no.1-4,pp.321-339,2011.

[12]B.Yang,Y.J.Huang,andX.F.Zhou,"Aerodynamicnoisereductionofhigh-speedtrainbyusingporousmaterials,"AppliedAcoustics,vol.71,no.8,pp.829-838,2010.

[13]Z.H.Hu,T.Yang,andJ.M.Lin,"Experimentalstudyonaerodynamicnoisereductionofhigh-speedtrainbyusingacousticmetamaterials,"AppliedPhysicsLetters,vol.104,no.14,pp.144101,2014.

[14]K.Tanaka,M.Fujii,andT.Sato,"Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusinganadaptivefilter,"IEEETransactionsonAudio,Speech,andLanguageProcessing,vol.18,no.6,pp.1027-1036,2010.

[15]H.Jin,X.J.Liu,andP.Zhang,"Noisereductionofhigh-speedtrainaerodynamicnoisebyusinganactivenoisecontrolsystem,"JournalofVibrationandControl,vol.17,no.7,pp.1061-1071,2011.

[16]Y.J.Huang,X.F.Zhou,andB.Yang,"Aerodynamicnoisepredictionandreductionofhigh-speedtrains,"ChinaMechanicalEngineering,vol.21,no.10,pp.1243-1250,2010.

[17]T.Yang,Z.H.Hu,andJ.M.Lin,"Aerodynamicnoisereductionofhigh-speedtrainbyusingsound-absorbingmaterials,"JournalofSoundandVibration,vol.333,no.19,pp.3854-3866,2014.

[18]S.Lee,J.H.Kim,andJ.H.Park,"Effectoftrainroofshapeonaerodynamicnoisegenerationathighspeeds,"InternationalJournalofAutomotiveEngineering,vol.3,no.2,pp.123-130,2011.

[19]M.Fujii,T.Sato,andK.Tanaka,"Aerodynamicnoisereductionbyactivecontrolofhigh-speedtrain:Experimentalvalidation,"IEEETransactionsonVibrationandAcoustics,vol.44,no.3,pp.382-389,2003.

[20]P.W.Zhang,X.J.Liu,andH.Jin,"Activenoisecontrolofhigh-speedtrainaerodynamicnoiseusingalineararray,"IEEE/ACMTransactionsonAudio,Speech,andLanguageProcessing,