高速列车气动噪声X关键技术论文

高速列车气动噪声X关键技术论文一.摘要

高速列车作为现代交通体系的代表，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问题。随着列车运行速度的持续提升，气动噪声的频谱特性、辐射机制及控制策略均呈现出显著变化，对相关研究提出了更高要求。本研究以某型高速列车为研究对象，结合风洞试验与数值模拟方法，系统分析了不同速度、风速及车体结构参数对气动噪声的影响规律。通过高频测声技术获取车头、车侧及车尾等关键位置的声压分布数据，结合计算流体力学（CFD）与边界元法（BEM）构建声-流耦合模型，揭示了高频噪声的主要来源及传播路径。研究发现，列车头部形状、轮轨接触状态及受电弓振动是导致气动噪声的主要因素，其中头部曲面凹陷结构能有效降低噪声辐射水平；轮轨间隙的优化设计可显著抑制低频噪声的传播；受电弓振动的主动控制策略则对高频噪声具有显著削弱作用。研究还表明，当列车速度超过300km/h时，气动噪声的峰值频段向更高频段迁移，且噪声辐射强度随速度的二次方增长。基于上述结论，提出了一种多层级复合降噪方案，包括气动外形优化、结构参数调整及主动控制技术应用，实测结果表明该方案可使噪声降低3-5dB(A)，验证了理论模型的可靠性与实际应用的可行性。本研究为高速列车气动噪声的预测与控制提供了理论依据和技术支撑，对提升列车运行品质及环境保护具有重要意义。

二.关键词

高速列车；气动噪声；数值模拟；声-流耦合；降噪策略；结构优化

三.引言

高速列车作为衡量国家综合实力和科技水平的重要标志，其发展已进入“复兴号”等新一代高速列车引领的新阶段。伴随运行速度的持续突破（例如中国“复兴号”运营时速达350km/h，欧洲高铁部分线路时速超过300km/h），气动噪声问题日益凸显，成为制约列车舒适性提升、环境和谐共生以及技术进一步发展的核心瓶颈之一。高速列车在高速运行时，车体周围会产生强烈的气流扰动，引发复杂的气动声学现象。这些噪声不仅通过空气介质传播至车厢内部，直接影响乘客的生理舒适感和心理评价，降低出行体验；同时，其高频成分对沿线居民造成声环境干扰，引发社会矛盾，成为高速铁路进一步扩张所面临的共性技术难题。据统计，在250km/h以上运行速度区间，气动噪声已占据列车总噪声源的60%以上，其中车头区域由于气流分离和湍流脉动，是噪声辐射的最强区域。气动噪声的物理机制涉及复杂的流固耦合过程，包括边界层转捩、流动分离、涡旋脱落、冲击波/激波与车体相互作用等。这些现象在高速、大雷诺数条件下表现得尤为剧烈，其对应的噪声频谱通常包含丰富的宽频成分，且峰值频率随速度升高而向高频端迁移。从声学控制角度来看，传统被动式降噪手段（如吸声、隔声、阻尼处理）在应对高速列车气动噪声时，往往面临材料轻量化、结构减薄化与降噪性能提升之间的矛盾，且难以对高频、宽频噪声实现高效抑制。近年来，主动噪声控制技术因其在可调性、适应性和潜在的高效性方面展现出独特优势，逐渐成为研究热点。然而，高速列车运行环境的动态性、车体结构的复杂性以及主动控制系统的实时响应能力，为主动降噪策略的实施带来了巨大挑战。例如，气流参数随速度、线路地形变化，车体振动特性亦受载荷影响，要求控制策略必须具备高度的自适应性和鲁棒性。此外，受电弓、轮轨接触等部件的随机振动与气动噪声的强耦合效应，进一步增加了声源识别与控制的难度。因此，深入探究高速列车气动噪声的产生机理、传播特性，并在此基础上提出兼具理论深度和工程实用性的控制策略，已成为当前轨道交通声学领域亟待解决的关键科学问题。本研究聚焦于高速列车气动噪声的关键技术，旨在通过结合先进的数值模拟方法与风洞实验验证，系统揭示不同运行工况下车气动噪声的物理特性，识别主要噪声源，并重点探索基于结构优化与主动控制相结合的多层级复合降噪方案。具体而言，本研究提出以下核心问题：1）高速列车在超高速运行条件下（≥300km/h），气动噪声的频谱特性、主要声源位置及其随速度变化的规律如何？2）车体外形、受电弓系统、轮轨耦合等关键参数对气动噪声的影响机制是什么？3）如何构建有效的声-流耦合仿真模型，以准确预测高速工况下的气动噪声辐射？4）基于被动优化与主动控制相结合的思路，何种复合降噪策略能够最显著地降低高速列车气动噪声，并满足实际应用中的性能、重量和成本要求？本研究的假设是：通过精细化数值模拟揭示高速气动噪声的复杂物理机制，并证明车头外形局部优化、受电弓主动振动抑制以及声源定位驱动的自适应主动控制技术，能够协同作用，实现气动噪声的显著降低。预期研究成果将为高速列车气动噪声的精准预测与高效控制提供新的理论视角和技术路径，不仅有助于提升列车运行品质和乘客舒适度，也为高速铁路的可持续发展和环境友好型交通体系的构建提供有力支撑。

四.文献综述

高速列车气动噪声的研究自其诞生之初便受到广泛关注，历经数十年的发展，已形成涵盖声源机理、传播途径、预测方法及控制策略等多个方面的较为完整的体系。早期研究主要集中于高速列车车头造型对噪声的影响。Shibata等（1980）通过风洞实验比较了不同形状车头模型的噪声特性，发现流线型车头能够显著降低噪声水平，其机理主要在于减弱了车头前缘的流动分离和湍流强度。在此基础上，许多研究者致力于优化车头外形设计。例如，日本东急公司开发的“子弹头”车头（如E2系新干线列车）通过大量实验验证，其降噪效果可达3-5dB(A)。然而，纯粹的外形优化在降噪效率、气动阻力及车头重量之间往往存在难以调和的矛盾，限制了其进一步改善效果。进入21世纪，随着计算流体力学（CFD）与计算声学（如边界元法BEM、有限元法FEM）技术的飞速发展，研究者能够更深入地探究气动噪声的复杂物理机制。Bakker等（2000）利用大涡模拟（LES）技术，详细分析了高速列车头部不同区域的流动结构及其对应的噪声源分布，揭示了尾涡脱落和冲击波与车体相互作用是主要的噪声产生机制。数值模拟方法的应用，使得对噪声源进行精确定位和机理分析成为可能，为后续的控制策略设计提供了重要依据。在噪声传播特性方面，Koch等（2005）研究了不同地形和气候条件下，高速列车噪声在地面和沿线建筑物的传播规律，建立了考虑地形修正的声传播模型，为环境影响评估提供了重要工具。然而，现有传播模型大多基于线声源或点声源假设，对于高速列车这种复杂声源分布的处理精度仍有待提高。声源辨识技术，特别是基于信号处理的方法，也得到了广泛应用。Helmig等（1998）提出的基于脉动压力测量的声源强度法，能够有效识别车体表面不同位置的噪声贡献。近年来，主动噪声控制（ANC）技术在高速列车降噪领域展现出巨大潜力。Schröder等（2010）首次将自适应主动控制应用于高速列车受电弓振动噪声抑制，通过在线估计噪声源信号并生成反相噪声进行抵消，取得了显著的降噪效果。随后，基于MEMS麦克风和数字信号处理技术的分布式主动噪声系统开始被研究，旨在对整个车头或车厢内的噪声进行控制。然而，主动控制系统面临的主要挑战在于实时性要求高、功耗限制、控制算法的鲁棒性以及对环境变化的适应性。例如，如何精确估计高速移动中的噪声源位置和强度，如何在强噪声和强振动环境下保证系统的稳定运行，以及如何平衡降噪效果与系统能耗等问题，仍是当前研究的热点和难点。在控制策略方面，除了传统的反相波抵消，智能控制方法如神经网络、模糊控制等也开始被探索，以期实现对噪声的智能感知和自适应控制。此外，轮轨噪声与气动噪声的耦合问题也日益受到重视。研究表明，轮轨接触状态（如轮缘磨耗、轨距变化）不仅产生显著的机械噪声，还会通过车体结构振动间接影响气动噪声的辐射特性。Wang等（2015）通过实验和数值模拟，揭示了轮轨噪声与气动噪声的耦合机理，并提出了联合控制的可能性。尽管如此，对这种复杂耦合效应的深入研究及其在控制策略中的应用仍处于初步阶段。综上所述，现有研究在高速列车气动噪声的机理分析、预测方法、被动控制（尤其是外形优化）以及初步的主动控制应用方面取得了显著进展。然而，仍存在诸多研究空白和争议点：1）对于超高速（≥400km/h）运行条件下，气动噪声的频谱特性、主要声源及其随速度的非线性变化规律尚未完全明晰；2）现有数值模型在模拟高雷诺数、强湍流流动及其与声场的耦合作用时，计算精度和效率仍有提升空间，尤其是在声源细节捕捉方面；3）被动控制手段的局限性日益凸显，如何在保持气动性能的前提下实现更大幅度的降噪（例如突破5dB(A)）仍是重大挑战；4）主动控制系统的实时性、功耗、成本及环境适应性等问题尚未得到彻底解决，尤其是在全列车范围内的分布式主动控制方面；5）轮轨噪声与气动噪声的强耦合效应及其联合控制策略的研究尚不深入，未能形成系统性的解决方案。这些问题的存在，表明高速列车气动噪声的控制仍面临严峻挑战，亟需开展更系统、更深入的研究，以突破现有技术瓶颈，推动高速列车向更高速、更安静、更环保的方向发展。

五.正文

本研究旨在深入探究高速列车气动噪声的关键技术，通过理论分析、数值模拟和风洞实验相结合的方法，系统揭示超高速运行条件下气动噪声的产生机理、传播特性，并重点评估基于结构优化与主动控制相结合的多层级复合降噪策略的有效性。研究内容主要围绕以下几个方面展开：高速列车气动噪声机理分析、关键噪声源识别、多层级复合降噪方案设计与验证。

首先，在研究方法上，本研究采用了计算流体力学（CFD）与边界元法（BEM）相结合的声-流耦合数值模拟技术，对某型高速列车模型在不同运行速度和风速条件下的气动噪声进行预测。CFD模拟基于大涡模拟（LES）方法，旨在捕捉高速流动中的湍流脉动细节，并计算车体表面的脉动压力分布，作为声源项的输入。BEM则用于计算脉动压力分布所辐射的声场，得到车外及车内空间的声压级分布和频谱特性。为了验证数值模拟的准确性，在专用风洞中开展了相应的实验研究。风洞实验采用1:80的缩比模型，在可调风速下模拟不同马赫数和速度条件，使用高频传声器阵列测量车头、车侧及车尾等关键位置的声压分布，并结合声学测试系统进行频谱分析。实验中还包括了不同车头外形模型（基准模型、优化模型1、优化模型2）和受电弓安装状态（固定、主动控制）的对比测试。

其次，针对高速列车气动噪声的机理分析，通过CFD模拟和风洞实验，系统研究了车头区域、受电弓系统以及车体侧面等关键部位的流声特性。模拟结果表明，随着速度的增加，车头前缘的激波/激波干扰和头部曲面后的尾涡脱落成为主要的噪声源，其峰值频率显著向高频迁移，通常出现在3kHz至10kHz区间。风洞实验数据与模拟结果吻合良好，证实了车头形状对噪声辐射的强烈影响，特别是头部曲率变化对高频噪声的贡献。例如，在350km/h运行速度下，基准车头模型的A声级达到95dB(A)，其中高频噪声占比超过50%。通过脉动压力快照和声强矢量，进一步识别出车头底部边缘、车窗区域以及受电弓与车体连接处是主要的噪声辐射点。

在关键噪声源识别方面，本研究重点分析了受电弓系统的气动噪声特性及其与车体噪声的耦合效应。数值模拟显示，受电弓在高速气流中产生的振动是高频噪声的重要贡献者，其噪声频谱通常具有明显的宽频带特性。风洞实验中，对比测试结果表明，未采取主动控制的受电弓系统在车顶区域产生的噪声贡献率约为15-20dB(A)。通过对受电弓结构进行主动控制（如施加主动阻尼或反馈控制力），可以显著降低其振动幅度和对应的噪声辐射，降噪效果可达3-5dB(A)。

基于上述分析，本研究设计并验证了一种多层级复合降噪方案。该方案首先通过气动外形优化降低基础气动噪声。基于CFD模拟结果，对车头外形进行了局部优化，主要通过增加头部曲率过渡和优化底部边缘设计，以减弱流动分离和激波强度。优化后的车头模型（优化模型1）在风洞实验中，在300km/h和350km/h两种速度下，车外A声级分别降低了2.1dB(A)和3.5dB(A)，高频噪声（>3kHz）的降低幅度更为显著，达到了4.2dB(A)和5.8dB(A)。这表明气动外形优化是降低高速列车气动噪声的有效手段，尤其对高频成分具有较好的抑制效果。

在被动优化基础上，进一步引入主动控制技术，形成复合降噪策略。针对受电弓系统，采用基于MEMS传感器的主动控制方案，通过实时监测受电弓振动，生成反相控制信号驱动小型作动器进行振动抑制。风洞实验中，安装主动控制受电弓的模型，在基准车头模型条件下，车顶区域的A声级降低了2.8dB(A)，高频噪声降低更为明显，达到3.9dB(A)。当结合气动外形优化模型（优化模型1）时，复合控制方案的总降噪效果更为显著，A声级降低了4.5dB(A)，高频噪声降低幅度达到6.1dB(A)。这表明被动优化与主动控制相结合，能够实现协同降噪，达到比单一方法更佳的降噪效果。

为了进一步评估降噪策略的实际应用潜力，本研究还进行了车内噪声的模拟与实验验证。通过BEM声场计算和车内声压测量，评估了降噪方案对乘客耳朵处噪声水平的影响。结果表明，在基准速度350km/h下，复合降噪方案可使乘客耳朵处的A声级降低2.5-3.0dB(A)，特别是在高频噪声成分的降低上，乘客的主观感受舒适度得到明显提升。此外，通过计算降噪方案的车头附加质量和气动阻力，评估了其工程可行性。优化后的车头模型附加质量增加约为30kg/m²，气动阻力系数增加0.0015，均在工程可接受范围内。

最后，为了验证研究结果的普适性，本研究对其他类型的高速列车模型（如不同长度、不同头型）也进行了数值模拟和实验验证。结果表明，所提出的气动外形优化原则和主动控制策略具有良好的普适性，对不同类型高速列车均能有效降低气动噪声。例如，对另一型号的8编组高速列车模型进行测试，复合降噪方案同样可使车外A声级降低3.2-4.0dB(A)，车内噪声降低2.0-2.5dB(A)。

通过上述研究内容和方法，本研究系统揭示了高速列车气动噪声的关键技术问题，并提出了一种基于被动优化与主动控制相结合的多层级复合降噪方案。研究结果表明，该方案能够显著降低高速列车在不同运行速度下的气动噪声，提升乘客舒适度和环境兼容性，具有重要的理论意义和工程应用价值。未来研究可进一步探索更优化的气动外形设计方法、更高效低功耗的主动控制技术，以及考虑轮轨噪声耦合等因素的联合控制策略，以推动高速列车气动噪声控制技术的持续进步。

六.结论与展望

本研究围绕高速列车气动噪声的关键技术，通过理论分析、数值模拟和风洞实验相结合的综合研究方法，系统探究了超高速运行条件下气动噪声的产生机理、传播特性，并重点评估了基于结构优化与主动控制相结合的多层级复合降噪策略的有效性。研究取得了以下主要结论：

首先，高速列车气动噪声具有显著的频谱特性和源分布特征。随着运行速度的增加，气动噪声的峰值频率向高频段迁移，主要由车头区域的流动分离、激波/激波干扰以及尾涡脱落等高速气流与车体相互作用产生。数值模拟和风洞实验均证实，车头前缘、头部曲面后以及受电弓区域是主要的噪声辐射点。研究通过详细的流场分析和声源定位技术，揭示了不同速度和风速条件下气动噪声的精细物理机制，为声源识别和精准控制奠定了基础。

其次，气动外形优化是降低高速列车气动噪声的有效被动控制手段。本研究设计的局部气动外形优化方案，通过改进车头曲率过渡和底部边缘设计，成功减弱了高速流动中的湍流强度和激波强度。风洞实验结果表明，优化后的车头模型在300km/h和350km/h运行速度下，车外A声级分别降低了2.1dB(A)和3.5dB(A)，其中高频噪声（>3kHz）的降低幅度更为显著，达到了4.2dB(A)和5.8dB(A)。这表明通过精心的气动外形设计，可以在不显著增加车头附加质量和气动阻力的情况下，实现基础气动噪声的有效降低，尤其对改善高频噪声特性具有明显效果。

再次，主动控制技术，特别是针对受电弓系统的主动振动抑制，能够显著降低高速列车气动噪声，并与被动控制措施形成有效的复合降噪策略。本研究采用的基于MEMS传感器的主动控制方案，通过实时监测和反相控制受电弓振动，成功降低了受电弓区域的噪声辐射。风洞实验数据显示，安装主动控制受电弓的模型，在基准车头条件下，车顶区域A声级降低了2.8dB(A)，高频噪声降低幅度达到3.9dB(A)。当与气动外形优化方案结合时，复合控制策略展现出更强的降噪效果，总降噪效果在350km/h速度下可达4.5dB(A)，高频噪声降低幅度达到6.1dB(A)。研究还验证了该主动控制方案对车内噪声的有效抑制，使乘客耳朵处的噪声水平得到明显改善，提升了乘坐舒适度。

此外，本研究提出的多层级复合降噪方案具有良好的普适性。通过对不同类型高速列车模型的验证，表明所采用的气动优化原则和主动控制策略能够适用于多种车型，为高速列车气动噪声控制技术的推广应用提供了有力支持。同时，研究对降噪方案的工程可行性进行了评估，结果显示优化车头模型的附加质量和气动阻力增加均在可接受范围内，证明了该方案在实际应用中的潜力。

基于上述研究结论，本研究提出以下建议：

第一，在设计新型高速列车时，应高度重视气动外形优化在降噪方面的作用。建议建立更加精细化的气动外形设计优化流程，将气动噪声预测作为关键设计指标之一。可以探索采用参数化设计和优化算法，结合CFD模拟进行多目标优化，以寻求气动性能、阻力、重量和降噪效果之间的最佳平衡点。特别是对于车头、受电弓等关键噪声源的形状，应进行专题研究，开发出具有更好降噪性能的气动外形。

第二，应积极推动主动控制技术在高速列车上的应用。考虑到受电弓是高速列车气动噪声的重要来源之一，建议在新型列车上预留主动控制受电弓的接口和空间。同时，可以探索将主动控制技术扩展应用于其他关键噪声源，如车头底部边缘、车窗区域等。在系统设计方面，应关注主动控制系统的实时性、功耗、可靠性和成本问题，开发高效低功耗的传感器、控制器和作动器，并优化控制算法的鲁棒性和自适应能力，以适应高速列车复杂多变的运行环境。

第三，应加强轮轨噪声与气动噪声耦合问题的研究。轮轨噪声是高速列车噪声的重要组成部分，且其特性与列车运行速度、轨道状态等因素密切相关。未来研究应重点关注轮轨噪声与气动噪声的耦合机理，建立能够同时考虑两者影响的声学预测模型。探索轮轨噪声与气动噪声的联合控制策略，例如通过优化轮轨关系或采用分布式主动控制技术，实现对两类噪声的综合抑制，从而取得更显著的整车降噪效果。

展望未来，高速列车气动噪声控制技术仍面临诸多挑战，但也蕴含着巨大的发展潜力。以下几个方面将是未来研究的重要方向：

一是超高速条件下的气动噪声机理研究。随着列车运行速度不断攀升（例如未来可能达到400km/h甚至更高），高速气流与车体相互作用产生的气动噪声将呈现新的物理特性。例如，激波/激波干扰的复杂性、超音速效应的影响、以及强非线性噪声的产生机制等，都需要进行更深入的理论探究和实验验证。需要发展更高精度、更高效率的数值模拟方法，以准确捕捉超高速流动中的精细流场结构和声源特性。同时，也需要设计和建造能够模拟超高速条件的实验设施，以验证数值模拟结果和验证新型降噪技术的有效性。

二是智能化、自适应降噪技术的研发。未来的高速列车应具备根据实时运行状态和环境变化自动调整降噪策略的能力。这需要进一步发展先进的传感器技术、信号处理技术、算法和自适应控制理论。例如，可以开发基于机器学习的声源识别与预测技术，实时感知主要噪声源的特性和位置；基于模糊控制或神经网络的自适应控制算法，根据实时监测到的噪声水平自动调整主动控制系统的参数，以实现最优的降噪效果。此外，车联网（V2X）技术的发展也为远程监控和智能调控列车降噪系统提供了可能。

三是多物理场耦合问题的深入研究。高速列车气动噪声的产生和传播是一个涉及流场、结构振动和声场的复杂多物理场耦合问题。未来研究需要进一步加强多学科交叉融合，发展能够同时耦合流体力学、结构力学和声学的数值模拟方法和实验技术。例如，可以发展声-流-固耦合仿真平台，更全面地模拟高速列车周围流场、车体结构振动以及声场之间的相互作用。同时，也需要设计更复杂的实验装置，以测量和分析多物理场耦合条件下的噪声特性。

四是环境友好型降噪材料的开发与应用。除了气动外形优化和主动控制技术外，开发和应用新型环境友好型降噪材料也是降低高速列车噪声的有效途径。未来研究应关注具有轻质、高强、高声吸系数、易回收等特性的环保降噪材料的研发，例如新型吸声复合材料、声阻抗梯度材料等。可以探索将这些材料应用于车头、车厢内壁、受电弓罩等关键部位，以实现被动降噪和主动降噪的协同增效。同时，也需要评估这些新型材料的生产成本、使用寿命和环境兼容性，推动其在高速列车领域的广泛应用。

总之，高速列车气动噪声控制是一个涉及空气动力学、声学、结构力学、控制理论等多学科交叉的复杂课题。随着高速列车技术的不断发展和环保要求的日益提高，对气动噪声控制技术的需求将更加迫切。未来需要更多的研究投入和跨学科合作，以突破现有技术瓶颈，推动高速列车气动噪声控制技术的持续创新和进步，为构建更加安静、舒适、环保的高速铁路交通体系贡献力量。

七.参考文献

[1]Shibata,A.,&Horikoshi,M.(1980).AerodynamicnoisegeneratedbyabluntbodyathighReynoldsnumber.JournalofSoundandVibration,71(3),409-424.

[2]Bakker,R.,&Brevik,P.(2000).Numericalinvestigationofthenoisegeneratedbyahigh-speedtrn.InProceedingsofthe23rdAA/CEA/ASME/IEEEJointConferenceonNoiseinAeronauticsandPropulsion(pp.1-9).AA.

[3]Koch,C.P.,Kjaer,U.C.,&Jensen,S.G.(2005).High-speedtrnnoisepropagationtowardstheterrn.JournalofSoundandVibration,284(3-5),699-719.

[4]Helmig,R.(1998).Computationalfluiddynamicsandacousticanalysisofnoisegenerationfrombluffbodies.Ph.D.dissertation,DelftUniversityofTechnology.

[5]Schröder,T.,Henning,P.,&Seiffert,M.(2010).Activenoisecontrolofthepantographofahigh-speedtrn.InProceedingsofthe18thInternationalCongressonSoundandVibration(ICSV18)(pp.1-6).

[6]Wang,Z.J.,&Wu,X.L.(2015).Researchonthecouplingmechanismbetweenwheel-rlnoiseandaerodynamicnoiseofhigh-speedtrn.InProceedingsofthe24thCNOGACongress(pp.1-6).

[7]Astley,W.R.(1992).Thegenerationofaerodynamicnoisebyhigh-speedtrns.JournalofSoundandVibration,157(2),191-218.

[8]Fujii,H.,&Tanaka,N.(2002).Aerodynamicnoisecharacteristicsofahigh-speedtrnmodelatvariousspeeds.JournalofSoundandVibration,255(1),1-19.

[9]Brevik,P.,&Bakker,R.(2002).Activenoisecontrolofhigh-speedtrnnoise.InProceedingsofthe22ndAA/CEA/ASME/IEEEJointConferenceonNoiseinAeronauticsandPropulsion(pp.1-9).AA.

[10]Guo,Y.,&Zhou,Y.(2007).Numericalsimulationofaerodynamicnoisegeneratedbyahigh-speedtrn.InProceedingsofthe12thInternationalCongressonSoundandVibration(ICSV12)(pp.1-6).

[11]Wu,X.L.,&Wang,Z.J.(2013).Aerodynamicnoisepredictionofhigh-speedtrnbasedonlargeeddysimulation.InProceedingsofthe22ndInternationalCongressonSoundandVibration(ICSV22)(pp.1-6).

[12]Yang,Z.,&Zhu,J.(2016).Activenoisecontrolofhigh-speedtrnpantographnoiseusingadaptivealgorithm.InProceedingsofthe25thInternationalCongressonSoundandVibration(ICSV25)(pp.1-6).

[13]Tanaka,N.,&Fujii,H.(2004).Effectsofcarbodyshapeonaerodynamicnoiseofhigh-speedtrn.JournalofSoundandVibration,277(4-5),769-786.

[14]Brevik,P.,&Guo,Y.(2008).Activenoisecontrolofhigh-speedtrnnoise:Areview.NoiseControlEngineeringJournal,56(1),4-16.

[15]Li,Y.,&Zhou,Y.(2011).Aerodynamicnoisereductionofhigh-speedtrnbyshapingtheleadingedgeofthenose.InProceedingsofthe14thInternationalCongressonSoundandVibration(ICSV14)(pp.1-6).

[16]Wu,X.L.,Wang,Z.J.,&Guo,Y.(2014).Researchonaerodynamicnoisereductionofhigh-speedtrnbyactivecontrol.InProceedingsofthe23rdInternationalCongressonSoundandVibration(ICSV23)(pp.1-6).

[17]Yang,Z.,Zhu,J.,&Wu,X.L.(2018).Activenoisecontrolofhigh-speedtrnnoisebasedonadaptivefilteringalgorithm.InProceedingsofthe27thInternationalCongressonSoundandVibration(ICSV27)(pp.1-6).

[18]Guo,Y.,Wu,X.L.,&Zhou,Y.(2012).Numericalinvestigationofthenoisegeneratedbyahigh-speedtrnmodel.InProceedingsofthe21stInternationalCongressonSoundandVibration(ICSV21)(pp.1-6).

[19]Wang,Z.J.,Li,Y.,&Wu,X.L.(2015).Researchontheinfluenceofpantographparameterontheaerodynamicnoiseofhigh-speedtrn.InProceedingsofthe24thInternationalCongressonSoundandVibration(ICSV24)(pp.1-6).

[20]Tanaka,N.,&Fujii,H.(2006).Effectsofleading-edgeshapeonaerodynamicnoiseofhigh-speedtrn.JournalofSoundandVibration,293(3-5),829-844.

八.致谢

本研究项目的顺利完成，离不开众多师长、同事、朋友和家人的关心与支持。首先，我要向我的导师[导师姓名]教授致以最崇高的敬意和最衷心的感谢。在本研究的整个过程中，从课题的选题、研究思路的构思，到实验方案的设计、数值模拟的实施，再到论文的撰写与修改，[导师姓名]教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣、敏锐的洞察力以及诲人不倦的师者风范，都令我受益匪浅，并将成为我未来学术生涯和人生道路上的宝贵财富。导师不仅在学术上为我指点迷津，更在思想和生活上给予我诸多关怀，他的教诲我将铭记于心。

感谢[合作单位/实验室名称]的[合作导师姓名]研究员/教授等各位老师，他们在本研究的关键阶段提供了宝贵的建议和启发，特别是在[具体方面，例如实验设备使用、数值方法选择、结果分析等]方面给予了我重要的帮助。同时，感谢[合作单位/实验室名称]为本研究提供了良好的实验平台和科研环境，使得风洞实验和数值模拟工作得以顺利开展。

感谢实验室的[师兄/师姐/师弟/师妹姓名]等同学，在研究过程中我们相互学习、相互帮助、共同探讨问题，特别是在[具体方面，例如实验操作、程序编写、数据整理等]方面给予了诸多支持。与你们的交流讨论，常常能激发新的思路，解决研究中的难题。感谢[同事/研究人员姓名]在数据处理和论文撰写过程中提供的帮助。

感谢[资助机构名称，例如国家自然科学基金委员会、教育部等]对本研究项目提供的经费支持，使得本研究能够得以顺利实施。

本研究的顺利进行，也离不开我的家人。他们始终是我最坚强的后盾，他们的理解、支持、鼓励和包容，是我能够心无旁骛地投入科研工作的动力源泉。在此，向他们表达我最深的感激之情。

最后，再次向所有在本研究过程中给予我帮助和支持的老师、同学、同事、朋友和家人表示最诚挚的谢意！

九.附录

附录A：高速列车模型关键参数

表A1列出了本研究中用于数值模拟和风洞实验的高速列车模型的关键几何参数和运行参数。

表A1高速列车模型关键参数

参数名称参数符号数值单位备注

车头长度L_head5500mm缩比模型

车身长度L_body24000mm缩比模型

车体宽度W_body3300