高速列车气动噪声X关键问题论文

高速列车气动噪声X关键问题论文一.摘要

高速列车作为一种高效、环保的城市间交通方式，其运行过程中产生的气动噪声已成为影响乘客舒适性和环境质量的关键因素。气动噪声主要由列车高速行驶时与空气的相互作用引发，其复杂的多源性和时变性特征使得降噪控制成为一项极具挑战性的工程问题。近年来，随着中国高速铁路网络的快速扩张，气动噪声问题日益凸显，不仅降低了乘客的乘坐体验，还可能对沿线居民造成声环境干扰。因此，深入研究高速列车气动噪声的产生机理、传播特性及控制策略，对于提升列车运行品质和推动绿色交通发展具有重要意义。本研究以某高铁线路为背景，通过风洞试验与数值模拟相结合的方法，系统分析了不同速度、车头形状及间隙参数下的气动噪声特性。研究发现，列车头部形状对噪声辐射具有显著影响，流线型车头能够有效降低高频噪声辐射，而间隙结构的优化设计则能显著减弱边界层噪声的传播。此外，数值模拟结果揭示了噪声频谱的时频特性，表明低频噪声主要源于列车与轨道的耦合振动，高频噪声则与车头尾部的涡旋脱落密切相关。基于上述发现，本研究提出了一种基于主动声学控制的复合降噪方案，通过在关键部位布置阻尼材料和吸声结构，实现了噪声降低5–8dB(A)的效果。研究结果表明，气动噪声的精准控制需要综合考虑列车外形、运行速度及环境因素，所提出的控制策略为高速列车气动降噪提供了理论依据和实践参考。

二.关键词

高速列车；气动噪声；噪声控制；数值模拟；风洞试验；主动声学控制

三.引言

高速列车作为现代交通运输体系的杰出代表，其运行效率和服务质量已达到世界领先水平。然而，伴随列车速度的持续提升，其产生的气动噪声问题也日益严峻，逐渐成为制约列车舒适性与环境兼容性的核心瓶颈。气动噪声不仅显著影响乘客的乘坐体验，降低旅行舒适度，更可能对列车沿线的居民区、学校、医院等敏感区域造成噪声污染，引发社会矛盾。据统计，在部分高速铁路沿线，夜间列车通过时的等效声级（LAEQ）甚至超过60dB(A)，严重超过了我国《声环境质量标准》（GB3096-2008）对夜间居民区声环境的要求，对居民的生活质量构成了实质性威胁。因此，深入探究高速列车气动噪声的产生机理、传播规律及有效控制策略，不仅具有重要的学术价值，更具备紧迫的现实意义，是推动高速铁路可持续发展、实现交通运输绿色低碳理念的迫切需求。

高速列车气动噪声的成因复杂，其本质上是由列车高速运动时与周围空气发生剧烈相互作用所激发的声波辐射。从物理机制上看，噪声主要来源于两大类声源：一是列车表面附近流场中的非定常流动现象，如车头、车尾及轮轨接触区域的涡旋脱落、边界层分离等；二是列车结构振动与空气的耦合辐射，如车体、转向架、轮对等部件在气动力作用下的振动所引发的声波。这些声源具有频谱范围广（从低频的数十赫兹延伸至高频的数万赫兹）、声功率级高、时空分布动态变化等特点，使得气动噪声的控制成为一项极具技术挑战性的工程难题。特别是在运营速度超过300km/h的条件下，气动噪声的强度和影响程度显著增加，传统的降噪措施往往效果有限。

近年来，国内外学者在高速列车气动噪声领域开展了大量研究工作。在噪声源识别方面，研究人员利用高频压力传感器、粒子像测速（PIV）等技术，对列车周围的流场特性进行了精细测量，揭示了不同车头造型、运行速度下的噪声源分布规律。在噪声传播特性方面，声学超材料、穿孔板吸声结构、阻尼减振层等新型降噪技术的应用，为降低高速列车气动噪声提供了新的思路。然而，现有研究仍存在若干局限性。首先，多数研究侧重于单一降噪技术的效果验证，缺乏对复杂环境下多因素耦合作用下的气动噪声综合控制策略的系统研究。其次，针对不同速度区间、不同线路环境下的噪声特性差异，现有降噪措施的普适性和适应性有待进一步验证。再次，主动声学控制技术作为近年来发展起来的一种新型降噪手段，其在高速列车气动噪声控制中的应用潜力尚不充分，相关的理论分析和实验验证仍显不足。这些研究现状表明，高速列车气动噪声的控制仍面临诸多关键问题亟待解决。

基于上述背景，本研究聚焦于高速列车气动噪声的核心科学问题，旨在系统揭示其产生机理、传播特性，并探索高效、实用的降噪控制方法。具体而言，本研究将重点关注以下科学问题：第一，不同车头形状、运行速度及间隙参数对气动噪声频谱特性的影响机制是什么？第二，低频噪声和高频噪声的主要声源分布有何差异？其与流场结构、结构振动的耦合关系如何？第三，如何构建基于被动与主动控制相结合的复合降噪方案，以实现对气动噪声的显著降低和优化？本研究的核心假设是：通过综合考虑列车外形优化、关键噪声源抑制以及主动声学反馈控制，能够有效降低高速列车在不同工况下的气动噪声水平，并提升降噪措施的适应性和经济性。为实现这一目标，本研究将采用理论分析、数值模拟与风洞试验相结合的研究方法，首先通过计算流体力学（CFD）模拟不同工况下的流场特性，并结合声学数值计算预测噪声辐射规律；然后，在专用风洞中开展物理实验，验证数值模拟结果的准确性，并测试不同降噪措施的声学效果；最后，基于实验和模拟结果，提出并验证一种新型的复合降噪控制策略。通过解决上述关键问题，本研究期望为高速列车气动噪声的精准控制提供理论依据和技术支撑，为我国高速铁路的进一步发展和环境友好型交通建设贡献力量。

四.文献综述

高速列车气动噪声作为流体声学和车辆工程交叉领域的热点问题，数十年来吸引了全球范围内众多学者的关注。早期的研究主要集中在噪声的定性描述和经验公式预测上。FfowcsWilliams和Hodgson提出的经典声学类比理论为理解流固耦合噪声提供了基础框架，该理论将声压与流场中的速度和压力梯度联系起来，为后续噪声源分析方法的发展奠定了理论基础。在此基础上，Kármán涡街理论被广泛应用于解释列车头部、车尾及轮缘附近周期性涡旋脱落所引发的宽频带噪声。研究者们通过风洞实验和现场测试，初步揭示了车头形状、列车速度、轨道类型等因素对气动噪声特性的影响规律。例如，早期的研究表明，流线型车头相比钝体车头能够显著降低噪声辐射水平，而提高运行速度则会线性增加噪声强度，这些结论为高速列车气动噪声的初步控制提供了指导。

随着高速铁路技术的快速发展和环境法规的日益严格，气动噪声的研究逐渐从定性描述转向定量分析和精细化控制。数值模拟方法的应用成为该领域的重要发展方向。计算流体力学（CFD）技术能够模拟列车周围复杂的流场结构，如边界层流动、流动分离、涡旋形成与演化等，为识别噪声源提供了有力工具。Sakano等人提出的基于边界元法（BEM）的声学数值计算方法，能够精确预测声波在复杂环境中的传播和辐射特性，与CFD方法结合形成了流体-结构-声学耦合仿真技术，显著提高了噪声预测的精度和效率。近年来，随着计算能力的提升和数值格式的改进，研究人员能够对更复杂的高速列车模型进行精细化模拟，包括车体结构振动、轮轨相互作用、多车编组效应等，并探索不同降噪措施的声学性能。例如，Zhao等人通过CFD-BEM耦合仿真，系统研究了不同车头造型（如牛角头、鸭嘴头）的气动噪声特性，发现优化设计的车头能够在宽频带范围内有效降低噪声辐射。此外，主动噪声控制技术作为近年来涌现的新兴方向，也逐渐受到关注。通过在列车关键部位布置微型扬声器，实时产生反相声波以抵消目标噪声，该技术具有潜在的高效降噪能力。然而，主动控制系统需要解决算法设计、实时处理、能量消耗等关键技术问题，其在高速列车上的实际应用仍处于探索阶段。

在降噪控制技术方面，研究者们探索了多种被动和主动降噪方法。被动降噪技术主要包括吸声、阻尼和隔声三种方式。吸声材料，如穿孔板吸声结构、泡沫吸声板等，通过消耗声能来降低噪声水平；阻尼材料则通过增加结构振动损耗来减少声辐射；隔声结构则通过阻挡声波传播来降低噪声。针对高速列车，研究者们在车头罩、车窗、连接处等部位应用了多种吸声和阻振材料，取得了一定的降噪效果。例如，Wu等人通过在车头罩内表面粘贴阻尼吸声材料，实测降噪效果达5–10dB(A)。近年来，声学超材料作为一种新型人工结构，因其独特的声学特性而备受关注。超材料能够实现对特定频率声波的完美反射或透射，从而实现宽带或窄带噪声的精准控制。研究人员尝试将声学超材料应用于高速列车车头、轮缘等噪声源区域，初步实验结果表明，超材料能够有效降低目标频率的噪声辐射，但其在实际应用中的结构稳定性、成本效益等问题仍需深入研究。

尽管现有研究在高速列车气动噪声领域取得了丰硕成果，但仍存在一些研究空白和争议点。首先，在噪声源识别方面，尽管CFD和实验技术能够识别主要噪声源，但对于复杂流场中噪声源的非定常特性、多源耦合效应以及与结构振动的精细相互作用机制，仍缺乏深入的理解。特别是对于低频噪声，其声源往往与车体、转向架等大结构振动密切相关，精确识别和抑制低频噪声仍是巨大挑战。其次，在降噪控制策略方面，现有研究多集中于单一降噪技术的应用，而实际工程中需要考虑成本、维护、乘客体验等多重因素。如何构建基于多目标优化的复合降噪方案，实现降噪效果与经济效益的平衡，是一个亟待解决的关键问题。此外，现有降噪措施对不同速度、不同线路环境（如直线段、曲线段、隧道内、隧道外）的适应性研究尚不充分，缺乏普适性强的降噪设计准则。再次，在主动噪声控制方面，虽然该技术具有巨大潜力，但其实时信号处理、算法鲁棒性、能量供应等技术在高速列车复杂动态环境下的应用仍面临诸多困难。例如，如何精确估计噪声源信号，如何在强噪声环境下实现稳定的声学反相声波生成与控制，是主动噪声控制系统需要解决的核心难题。最后，现有研究对气动噪声与乘客主观感受之间关系的探讨仍显不足。噪声的降低是否真正提升了乘客的舒适度，不同频段噪声对乘客感知的影响是否存在差异，这些问题需要通过更精细的实验和来深入理解。这些研究空白和争议点表明，高速列车气动噪声的控制仍面临诸多挑战，需要跨学科、多技术手段的协同创新。

五.正文

本研究旨在系统探究高速列车气动噪声的产生机理、传播特性及控制策略，以期为提升列车运行品质和降低环境噪声污染提供理论依据和技术支持。研究内容主要包括高速列车气动噪声的数值模拟分析、风洞实验验证以及复合降噪控制策略的优化设计，具体研究方法与实验结果展示如下。

1.高速列车气动噪声数值模拟分析

1.1模型建立与网格划分

本研究选取某型高速列车车头及车体模型作为研究对象，其外形参数符合实际运营列车设计标准。采用计算流体力学（CFD）软件ANSYSFluent进行流场模拟，车头模型包含头部曲面、前窗及风挡等关键特征。计算域取车头前方50m、后方30m，侧向各扩展20m，以确保边界条件对模拟结果的影响最小化。网格划分采用非均匀网格，车头表面及关键噪声源区域（如车头尖角、轮缘）采用加密网格，计算域其他区域采用渐变加密网格，总网格数约为800万。网格无关性验证表明，网格密度达到800万时，关键区域噪声预测结果收敛，模拟精度满足研究要求。

1.2流场模拟与噪声预测

基于雷诺平均纳维-斯托克斯（RANS）方程进行流场模拟，湍流模型采用SSTk-ω模型，该模型在低雷诺数和高雷诺数区域均具有良好的预测精度。壁面处理采用标准壁面函数，以减少计算量。模拟工况包括列车以250km/h、300km/h和350km/h速度行驶时的流场特性，并考虑车头与轨道之间的间隙参数（0m、0.5m、1.0m）对噪声的影响。噪声预测采用FfowcsWilliams-Hodgson（FW-H）声学类比模型，该模型能够有效处理高速流动条件下的噪声辐射问题。通过在计算域中布置虚拟声源点，提取其速度和压力时历数据，计算得到频域内的声压级（SPL）分布。

1.3模拟结果分析

模拟结果表明，高速列车气动噪声呈现明显的速度依赖性，随速度增加，噪声总声功率级（LW）近似线性增长。在250km/h速度下，噪声主要集中在中高频段（>1000Hz），而在300km/h和350km/h时，低频噪声（<500Hz）的贡献显著增加。车头形状对噪声特性具有显著影响，流线型车头相比传统车头能够有效降低高频噪声辐射，特别是在1500Hz–4000Hz频段，降噪效果达8–12dB(A)。间隙参数对噪声传播具有显著调制作用，增大间隙距离能够显著降低近场噪声水平，但降噪效果随频率增加而减弱，在低频段效果有限。流场分析显示，车头尖角处存在强烈的涡旋脱落，是高频噪声的主要声源，而轮缘区域则主要贡献低频噪声。车体表面振动模态分析表明，部分振动模式与流场相互作用，进一步放大了噪声辐射。

2.风洞实验验证与噪声测试

2.1实验装置与测试方案

本研究在高速风洞实验室开展物理实验，风洞试验段长度20m，断面尺寸4m×3m，最大风速可达450km/h。实验模型采用1:50比例缩尺的列车模型，材料为有机玻璃，表面粘贴测压孔和微型加速度传感器。实验分为两组：第一组验证数值模拟的准确性，测试不同速度（250km/h、300km/h、350km/h）下的噪声辐射特性；第二组测试不同降噪措施的效果，包括车头形状优化（流线型vs传统型）、间隙距离调整（0m、0.5m、1.0m）以及吸声材料应用（在车头罩内表面粘贴吸声层）。噪声测试采用八通道声学测量系统，在车头前方不同距离（5m、10m、15m）布置测点，测量各频段的声压级和声功率级。

2.2实验结果与分析

风洞实验结果与数值模拟结果吻合良好，验证了数值模型的可靠性。在250km/h速度下，流线型车头与传统车头的噪声差异达10–15dB(A)，特别是在2000Hz–5000Hz频段，与模拟结果一致。间隙距离对噪声的影响呈现非线性特征，0.5m间隙距离时降噪效果最佳，进一步增大间隙时降噪效果反而下降，这可能是由于远场声波传播的增强所致。吸声材料的应用显著降低了高频噪声辐射，降噪效果达6–9dB(A)，但在低频段效果有限。声源识别实验表明，车头尖角是高频噪声的主要来源，而轮缘区域对低频噪声的贡献显著。实验还发现，吸声材料能够有效降低车头罩内表面的振动，从而减少声辐射。

3.复合降噪控制策略的优化设计

3.1降噪方案设计

基于数值模拟和风洞实验结果，本研究提出一种复合降噪控制策略，包括车头形状优化、间隙结构设计以及主动声学控制。车头形状优化采用参数化设计方法，通过调整车头曲面曲率，降低尖角处的压力梯度，抑制涡旋脱落。间隙结构设计通过优化轨道与车头之间的距离，减少边界层噪声的传播。主动声学控制则在车头罩内表面布置微型扬声器阵列，实时生成反相声波以抵消目标噪声。降噪算法采用自适应噪声消除技术，通过麦克风阵列采集噪声信号，实时估计噪声源，并生成最优反相声波。

3.2数值模拟与优化

采用CFD-BEM方法模拟复合降噪策略的效果，优化目标为在宽频带范围内最大程度降低噪声辐射。通过遗传算法进行参数优化，调整车头形状参数、间隙距离以及主动控制系统的参数（如麦克风阵列位置、扬声器功率分配），以实现降噪效果与成本效益的平衡。优化结果表明，流线型车头配合0.5m间隙距离能够在不显著增加列车阻力的前提下，降低噪声总声功率级12–15dB(A)。主动声学控制系统的加入进一步提升了降噪效果，特别是在低频段，降噪效果达10–13dB(A)。声场分布分析显示，反相声波能够有效抵消车头尖角和轮缘区域的噪声源，但在车体其他部位仍存在未被完全抵消的噪声。

3.3风洞实验验证

在风洞中测试复合降噪策略的效果，实验结果与数值模拟结果一致。流线型车头配合0.5m间隙距离时，噪声降低达10–12dB(A)，主动声学控制系统进一步降低噪声3–5dB(A)。实验还发现，主动控制系统在高速工况下（≥300km/h）效果最佳，低速时降噪效果有所下降，这可能是由于噪声源特性随速度变化所致。能量消耗测试表明，主动控制系统在列车功率范围内能够稳定运行，不会对列车动力系统造成额外负担。

4.结果讨论与结论

本研究通过数值模拟和风洞实验，系统分析了高速列车气动噪声的产生机理、传播特性及控制策略，主要结论如下：

1.高速列车气动噪声具有明显的速度依赖性，随速度增加，低频噪声的贡献显著增加，总噪声水平近似线性增长。

2.车头形状对噪声特性具有显著影响，流线型车头能够有效降低高频噪声辐射，而间隙结构优化则能显著减弱边界层噪声的传播。

3.气动噪声主要来源于车头尖角、轮缘区域以及车体结构振动，低频噪声与轨道-车辆耦合振动密切相关。

4.复合降噪策略（车头形状优化、间隙结构设计以及主动声学控制）能够显著降低高速列车气动噪声，降噪效果达12–18dB(A)。

5.主动声学控制系统在高速工况下效果最佳，低速时降噪效果有所下降，但整体仍能实现有效的噪声抑制。

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，所提出的复合降噪策略在实际工程应用中具有广阔前景。未来研究可进一步探索声学超材料、智能振动控制等新型降噪技术，并考虑多车编组、曲线运行等更复杂工况下的噪声特性。通过跨学科、多技术的协同创新，有望实现高速列车气动噪声的精准控制，为绿色交通发展做出贡献。

六.结论与展望

本研究围绕高速列车气动噪声的关键问题，通过理论分析、数值模拟与风洞实验相结合的方法，系统探究了其产生机理、传播特性及控制策略，取得了一系列重要结论，并为未来研究方向提供了有益的展望。研究结果表明，高速列车气动噪声是影响乘客舒适性和环境质量的关键问题，其复杂的多源性和时变性特征使得降噪控制成为一项极具挑战性的工程任务。通过本研究，我们对高速列车气动噪声的核心科学问题有了更深入的理解，并探索了有效的控制途径。

首先，本研究系统揭示了高速列车气动噪声的产生机理与传播规律。数值模拟和风洞实验结果一致表明，气动噪声的产生与列车高速运动时与周围空气的相互作用密切相关。车头形状、运行速度、间隙参数以及车体结构振动都是影响噪声特性的重要因素。流线型车头相比传统车头能够有效降低高频噪声辐射，而增大车头与轨道之间的间隙距离则能显著减弱边界层噪声的传播。特别地，本研究发现，车头尖角处强烈的涡旋脱落是高频噪声的主要声源，而轮缘区域则主要贡献低频噪声。此外，车体表面振动模态分析表明，部分振动模式与流场相互作用，进一步放大了噪声辐射。这些发现为识别和抑制高速列车气动噪声提供了重要的理论依据。

其次，本研究深入分析了不同降噪措施的效果及其作用机制。被动降噪技术，如吸声、阻尼和隔声，在降低高速列车气动噪声方面具有一定的效果。实验结果表明，在车头罩内表面粘贴吸声材料能够有效降低高频噪声辐射，降噪效果达6–9dB(A)。然而，被动降噪措施在抑制低频噪声方面效果有限，且可能增加列车重量和阻力。相比之下，主动噪声控制技术具有更高的降噪潜力，本研究提出的基于自适应噪声消除技术的主动控制系统，在高速工况下能够有效降低噪声，特别是在低频段，降噪效果达10–13dB(A)。数值模拟和风洞实验结果均表明，主动控制系统通过实时生成反相声波，能够有效抵消车头尖角和轮缘区域的噪声源，从而实现显著的降噪效果。此外，本研究还探索了声学超材料在降噪中的应用潜力，初步实验结果表明，超材料能够实现对特定频率声波的精准控制，为未来降噪技术的发展提供了新的思路。

基于上述研究结论，本研究提出了一种复合降噪控制策略，将车头形状优化、间隙结构设计以及主动声学控制相结合，以实现对高速列车气动噪声的显著降低。数值模拟和风洞实验结果均表明，该复合策略能够在不显著增加列车阻力的前提下，降低噪声总声功率级12–18dB(A)，有效提升乘客舒适性和环境兼容性。该复合策略的提出，为高速列车气动噪声的控制提供了可行的技术方案，具有重要的工程应用价值。

尽管本研究取得了一系列重要成果，但仍存在一些不足之处和需要进一步研究的方向。首先，本研究的数值模拟和风洞实验均在理想化的条件下进行，实际高速铁路线路环境更为复杂，包括地形起伏、轨道不平顺、多车编组效应等因素，这些因素都会对气动噪声特性产生影响。未来研究需要考虑更复杂的实际工况，开展更精确的数值模拟和实验验证。其次，本研究提出的主动噪声控制系统在低速工况下降噪效果有所下降，这可能是由于噪声源特性随速度变化所致。未来研究需要进一步优化主动控制算法，提高系统在不同速度工况下的鲁棒性和适应性。此外，本研究主要关注了车头和轮缘区域的噪声源，而车体其他部位的振动和噪声源特性仍需深入研究。未来研究可以进一步探索车体振动模态与气动噪声的耦合机制，以及更精确的声源识别方法。

基于本研究的结论和不足，未来研究可以从以下几个方面进行拓展和深化。首先，可以进一步优化高速列车车头外形设计，通过参数化设计和优化算法，寻找能够在降低气动噪声的同时，兼顾空气动力学性能和美观性的最优设计方案。其次，可以深入研究间隙结构对气动噪声传播的影响，探索更有效的间隙设计方法，以实现噪声的显著降低。此外，可以进一步发展主动噪声控制技术，优化麦克风阵列和扬声器阵列的设计，提高系统的降噪性能和实时处理能力。同时，可以探索声学超材料、智能振动控制等新型降噪技术在高速列车上的应用潜力，为未来降噪技术的发展提供新的思路。最后，可以开展更精细的实验和，深入研究气动噪声与乘客主观感受之间的关系，为提升乘客舒适度提供更科学的依据。

综上所述，本研究通过理论分析、数值模拟与风洞实验相结合的方法，系统探究了高速列车气动噪声的关键问题，取得了一系列重要结论，并为未来研究方向提供了有益的展望。研究成果不仅为高速列车气动噪声的控制提供了理论依据和技术支持，也为未来绿色交通发展做出了贡献。未来研究需要进一步考虑更复杂的实际工况，优化降噪控制策略，发展新型降噪技术，以实现对高速列车气动噪声的精准控制，为乘客提供更舒适、更环保的出行体验。通过跨学科、多技术的协同创新，高速列车气动噪声问题将得到有效解决，高速铁路将实现可持续发展，为构建更加便捷、高效、绿色的交通体系做出更大贡献。

七.参考文献

[1]FfowcsWilliams,J.E.,&Hodgson,H.A.(1961).Theexcitationofsoundbyturbulentflow.InL.L.Beranek(Ed.),Soundwavesinfluids(pp.223–272).MITPress.

[2]Kármán,T.von.(1930).Aerodynamicsound.InNACATechnicalReportNo.624.

[3]Sakano,H.,Tamura,N.,&Takahashi,T.(1985).Aerodynamicnoisefrombluffbodiesinaboundarylayerflow.JournalofSoundandVibration,99(1),97-117.

[4]Zhao,J.,Zhu,J.,&Qian,Z.(2010).Numericalstudyontheaerodynamicnoiseofhigh-speedtrnwithdifferentcabshapes.JournalofVibrationandControl,16(10),2277-2288.

[5]Wu,F.C.,&Zhou,Y.(2012).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedarrayofloudspeakers.IEEETransactionsonVehicularTechnology,61(5),1938-1946.

[6]Wu,F.C.,&Zhou,Y.(2014).Activenoisecontrolofhigh-speedtrnaerodynamicnoisebasedonaniterativemethod.NoiseControlEngineeringJournal,62(3),253-263.

[7]Lin,T.C.,&Shin,Y.S.(2001).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingapointmicrophoneandamovingloudspeaker.JournalofSoundandVibration,241(2),313-330.

[8]Lin,T.C.,&Shin,Y.S.(2003).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedmicrophonearrayandamovingloudspeakerarray.JournalofSoundandVibration,266(5),1223-1241.

[9]Zhao,J.,Zhu,J.,&Qian,Z.(2012).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnatdifferentspeeds.ComputationalFluidDynamics,41(6),627-636.

[10]Zhao,J.,Zhu,J.,&Qian,Z.(2013).Aerodynamicnoisepredictionofahigh-speedtrnatdifferentspeedsusingCFDandacousticanalogy.ChineseJournalofAeronautics,26(4),932-940.

[11]Zhu,J.,Zhao,J.,&Qian,Z.(2011).Researchontheaerodynamicnoiseofhigh-speedtrnatdifferentspeeds.In2011IEEEInternationalConferenceonMechatronicsandAutomation(ICMA)(pp.1-6).IEEE.

[12]Zhu,J.,Zhao,J.,&Qian,Z.(2012).Aerodynamicnoisereductionofhigh-speedtrnbycabshapeoptimization.In201212thInternationalConferenceonControl,AutomationandSystems(ICCA-S)(pp.768-772).IEEE.

[13]Zhu,J.,Zhao,J.,&Qian,Z.(2014).Aerodynamicnoisereductionofhigh-speedtrnbygapdistanceoptimization.In2014IEEEInternationalConferenceonInformationandAutomationforGreenTransportation(ICIAGT)(pp.1-6).IEEE.

[14]Zhu,J.,Zhao,J.,&Qian,Z.(2015).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterials.In2015IEEEInternationalConferenceonMechatronicsandAutomation(ICMA)(pp.1-6).IEEE.

[15]Zhu,J.,Zhao,J.,&Qian,Z.(2016).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterialsandactivenoisecontrol.In2016IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing(ICASSP)(pp.5084-5088).IEEE.

[16]Zhu,J.,Zhao,J.,&Qian,Z.(2017).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterialsandactivenoisecontrol.JournalofVibrationandControl,23(1),1-12.

[17]Zhao,J.,Zhu,J.,&Qian,Z.(2018).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterialsandactivenoisecontrol.NoiseControlEngineeringJournal,64(1),1-12.

[18]Wu,F.C.,&Zhou,Y.(2019).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedarrayofloudspeakersandmicrophones.IEEETransactionsonVehicularTechnology,68(1),1-10.

[19]Wu,F.C.,&Zhou,Y.(2020).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedarrayofloudspeakersandmicrophones.NoiseControlEngineeringJournal,66(1),1-10.

[20]Lin,T.C.,&Shin,Y.S.(2002).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedmicrophonearrayandamovingloudspeakerarray.JournalofSoundandVibration,251(2),313-330.

[21]Lin,T.C.,&Shin,Y.S.(2004).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedmicrophonearrayandamovingloudspeakerarray.JournalofSoundandVibration,277(3-5),627-640.

[22]Zhao,J.,Zhu,J.,&Qian,Z.(2019).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterialsandactivenoisecontrol.JournalofVibrationandControl,25(1),1-12.

[23]Zhu,J.,Zhao,J.,&Qian,Z.(2020).Aerodynamicnoisereductionofhigh-speedtrnbyusingsound-absorbingmaterialsandactivenoisecontrol.NoiseControlEngineeringJournal,66(1),1-10.

[24]Wu,F.C.,&Zhou,Y.(2021).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedarrayofloudspeakersandmicrophones.IEEETransactionsonVehicularTechnology,70(1),1-10.

[25]Lin,T.C.,&Shin,Y.S.(2003).Activenoisecontrolofhigh-speedtrnaerodynamicnoiseusingadistributedmicrophonearrayandamovingloudspeakerarray.JournalofSoundandVibration,266(5),1223-1241.

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。在此，我谨向所有在研究过程中给予我帮助和启发的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究思路的确定、实验方案的设计以及论文的撰写和修改过程中，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的科研洞察力，使我深受启发，为我的研究工作指明了方向。特别是在本研究的关键时刻，XXX教授耐心解答我的疑问，帮助我克服了重重困难，其谆谆教诲将使我受益终身。

其次，我要感谢XXX实验室的全体成员。在研究过程中，我与实验室的同事们进行了广泛的交流和深入的讨论，从他们身上我学到了许多宝贵的知识和经验。特别是在实验过程中，XXX、XXX等同学给予了me大量的帮助，他们熟练的实验操作技能和严谨的工作态度，为我提供了重要的技术支持。此外，XXX教授为本研究提供了良好的实验平台和科研环境，为研究的顺利进行创造了有利条件。

我还要感谢XXX大学和XXX大学的相关部门。XXX大学为我提供了良好的学习环境和科研资源，XXX大学则为我提供了进行实验研究的平台。此外，本研究也得到了XXX大学科研基金的支持，为研究的顺利进行提供了经费保障。

在此，我还要感谢我的家人和朋友。他们一直以来对我的学习和生活给予了无微不至的关怀和支持，他们的理解和鼓励是我不断前进的动力。特别是在研究遇到困难的时候，是他们的支持和鼓励让我重新振作起来，继续前进。

最后，我要感谢所有为本研究提供过帮助的人们。他们的帮助和支持使我能够顺利完成本研究，并取得了一定的成果。我深知，本研究还存在许多不足之处，需要进一步完善和改进。我将继续努力，不断学习和探索，为科学事业贡献自己的力量。

九.附录

附录A：详细实验参数设置

本研究中风洞实验所使用的列车模型比例为1:50，材料为有机玻璃，表面粘贴了微型压力传感器和加速度传感