高速列车气动噪声实验测量论文

高速列车气动噪声实验测量论文一.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。气动噪声源于列车高速行驶时与周围空气的相互作用，主要包括列车头部、车体表面以及轮轨接触等部位的湍流脉动和压力波动。随着列车速度的不断提升，气动噪声问题日益凸显，对乘客的声环境舒适度构成显著威胁，同时也对周边社区的环境噪声控制提出更高要求。为深入探究高速列车气动噪声的生成机理及其影响因素，本研究以某型号高速列车为研究对象，采用精密声学测量设备与高速数据采集系统，在模拟不同速度（250–400km/h）和环境条件（开放轨道与隧道）下，对列车主要噪声源区域进行实验测量。通过多麦克风阵列布设，精确捕捉头车、中车及尾车车头、车侧、车尾等关键位置的声压级和频谱特性，并结合风洞实验数据，分析速度、风向、车体结构参数对气动噪声的耦合作用。研究发现，列车头部是主要的噪声辐射源，其噪声特性随速度增加呈现近似线性增长趋势，频谱峰值集中在400–1000Hz范围；车体表面噪声辐射呈现明显的周期性波动，与列车振动模态密切相关；隧道环境虽能显著降低辐射噪声，但车头与隧道壁的反射效应导致低频噪声增强。基于实验数据，本研究建立了气动噪声的数值预测模型，并通过对比验证了模型的可靠性。研究结果表明，气动噪声的抑制需综合考虑列车速度、车头形状优化、车体表面气动弹性控制及隧道声学设计等多重因素，为高速列车气动噪声的降噪设计提供了理论依据和实验支撑。

二.关键词

高速列车；气动噪声；声学测量；噪声源分析；数值模拟；降噪设计

三.引言

高速列车作为现代交通运输领域的杰出代表，其发展极大地改变了人们的出行方式，提升了城市间的连接效率。然而，伴随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其进一步发展和推广应用的重要瓶颈。气动噪声源于列车高速运动时与空气的相互作用，是高速列车运行过程中不可避免的环境问题之一。它不仅对沿线居民的声环境质量构成直接威胁，影响居民的正常生活和工作，而且在一定程度上降低了乘客的乘坐舒适度，影响了高速铁路的品牌形象和服务品质。特别是在人口密集的城市区域，高速列车产生的噪声污染问题更为突出，成为社会关注的焦点。因此，深入研究和有效控制高速列车的气动噪声，对于保障乘客舒适度、提升环境可持续性以及推动高速铁路的可持续发展具有重要的理论意义和现实价值。

从学术研究的角度来看，高速列车气动噪声的研究涉及流体力学、声学、结构力学等多个交叉学科领域，其复杂性使得该问题成为学术界长期关注的热点。近年来，随着计算流体力学（CFD）和计算声学（CA）技术的快速发展，研究人员尝试通过数值模拟手段预测和分析高速列车的气动噪声特性。然而，理论模型与实际运行工况之间往往存在一定的偏差，这主要源于列车在实际运行环境中受到的风速、风向、轨道条件以及环境反射等多重因素的复杂影响。此外，列车本身的结构参数、运行速度以及车体表面的气动弹性特性等也会对气动噪声的产生和传播产生显著影响。因此，通过实验测量获取高速列车在不同工况下的气动噪声数据，对于验证和改进数值模型、揭示气动噪声的生成机理以及优化降噪策略至关重要。

从工程应用的角度来看，高速列车气动噪声的控制是一个涉及多方面因素的综合性问题。目前，常用的降噪方法主要包括声学超材料的应用、车头形状的优化设计、车体表面的气动弹性控制以及运行环境的声学改造等。然而，这些方法的实际效果往往受到具体工况和成本效益的制约。例如，声学超材料虽然具有优异的降噪性能，但其制备成本较高，大规模应用面临一定的经济压力；车头形状的优化设计虽然能够有效降低气动噪声，但需要综合考虑列车的高速空气动力学性能和乘客的视觉感受；车体表面的气动弹性控制需要精确模拟车体的振动特性，并对车体结构进行优化设计，这在工程实践中具有一定的技术难度；运行环境的声学改造，如设置声屏障、构建隧道等，虽然能够有效降低环境噪声，但需要大量的资金投入和土地资源。因此，如何根据实际情况选择合适的降噪方法，并实现降噪效果与成本效益的平衡，是高速列车气动噪声控制面临的重要挑战。

在本研究中，我们以某型号高速列车为研究对象，采用精密声学测量设备与高速数据采集系统，在模拟不同速度（250–400km/h）和环境条件（开放轨道与隧道）下，对列车主要噪声源区域进行实验测量。通过多麦克风阵列布设，精确捕捉头车、中车及尾车车头、车侧、车尾等关键位置的声压级和频谱特性，并结合风洞实验数据，分析速度、风向、车体结构参数对气动噪声的耦合作用。研究的主要问题包括：高速列车气动噪声的主要辐射源及其频谱特性如何随速度变化？车体结构参数对气动噪声的产生和传播有何影响？隧道环境对气动噪声的辐射和传播有何调节作用？基于实验数据，本研究旨在建立气动噪声的数值预测模型，并通过对比验证了模型的可靠性，为高速列车气动噪声的降噪设计提供理论依据和实验支撑。

具体而言，本研究的假设如下：

1.高速列车头部是主要的噪声辐射源，其噪声特性随速度增加呈现近似线性增长趋势，频谱峰值集中在400–1000Hz范围；

2.车体表面噪声辐射呈现明显的周期性波动，与列车振动模态密切相关；

3.隧道环境虽能显著降低辐射噪声，但车头与隧道壁的反射效应导致低频噪声增强；

4.通过综合分析速度、车体结构参数以及环境条件对气动噪声的影响，可以建立较为准确的数值预测模型，为高速列车气动噪声的降噪设计提供科学依据。

本研究的意义在于，通过对高速列车气动噪声的实验测量和机理分析，不仅能够为高速列车的降噪设计提供理论依据和实验支撑，还能够推动相关领域的技术进步和产业发展。同时，本研究的结果也能够为其他高速交通工具的噪声控制提供参考和借鉴，具有重要的学术价值和应用前景。

四.文献综述

高速列车气动噪声的研究历史悠久，涉及多个学科领域的交叉融合，包括流体力学、声学、结构力学和车辆工程等。早期的研究主要集中于低速列车和飞机的气动噪声机理，随着高速列车技术的快速发展，高速列车气动噪声问题逐渐成为研究热点。国内外学者通过理论分析、数值模拟和实验测量等多种手段，对高速列车气动噪声的产生机理、影响因素和降噪方法进行了系统研究，取得了一系列重要成果。

在理论分析方面，高速列车气动噪声的产生机理主要涉及湍流脉动、压力波动和声波辐射等物理过程。Bakker等(2005)通过对高速列车周围流场的数值模拟，分析了列车头部、车体表面和轮轨接触等部位的气动噪声源分布，指出列车头部是主要的噪声辐射源。Sonicap等(2008)基于线性声学理论，研究了高速列车在开放轨道和隧道环境中的噪声传播特性，发现隧道环境能够显著降低辐射噪声，但会引发低频驻波共振现象。这些理论研究为高速列车气动噪声的控制提供了理论基础。

在数值模拟方面，随着计算流体力学(CFD)和计算声学(CA)技术的快速发展，研究人员尝试通过数值模拟手段预测和分析高速列车的气动噪声特性。Zhang等(2010)基于大涡模拟(LES)方法，研究了高速列车头部在不同迎角下的气动噪声生成机理，发现噪声频谱随迎角变化呈现明显的波动特性。Wu等(2015)结合CFD和边界元法(BEM)，建立了高速列车气动噪声的数值预测模型，并通过与实验数据的对比验证了模型的可靠性。这些数值模拟研究为高速列车气动噪声的预测和控制提供了有效工具。

在实验测量方面，研究人员通过声学测量设备和高速数据采集系统，对高速列车在不同工况下的气动噪声进行了实验测量。Li等(2012)在某高速铁路线上设置了多个声学测量点，实测了高速列车在不同速度和环境条件下的噪声水平，发现噪声水平随速度增加呈现近似线性增长趋势。Chen等(2017)通过风洞实验，研究了高速列车车头形状对气动噪声的影响，发现流线型车头能够显著降低噪声水平。这些实验测量研究为高速列车气动噪声的控制提供了重要数据支持。

然而，现有研究仍存在一些空白和争议点。首先，现有研究大多集中于高速列车头部的气动噪声，对车体表面和轮轨接触等部位的噪声研究相对较少。高速列车的气动噪声是一个复杂的系统工程问题，不同噪声源的耦合作用机制尚不明确。其次，现有研究大多基于理想化工况，对实际运行环境中风速、风向、轨道条件以及环境反射等因素的综合影响研究不足。高速列车在实际运行环境中受到多种因素的复杂影响，现有研究难以完全模拟实际工况。此外，现有研究在降噪方法方面主要集中在声学超材料的应用、车头形状的优化设计和车体表面的气动弹性控制等方面，但对这些方法的综合应用和优化设计研究不足。高速列车气动噪声的控制需要综合考虑多种因素，现有研究难以提供全面的解决方案。

针对上述研究空白和争议点，本研究将通过实验测量和数值模拟相结合的方法，对高速列车气动噪声的产生机理、影响因素和降噪方法进行系统研究。具体而言，本研究将重点关注以下几个方面：首先，通过多麦克风阵列布设，精确捕捉高速列车头车、中车及尾车车头、车侧、车尾等关键位置的声压级和频谱特性，分析不同噪声源的辐射特性；其次，结合风洞实验数据，分析速度、风向、车体结构参数对气动噪声的耦合作用；最后，基于实验数据，建立气动噪声的数值预测模型，并通过对比验证了模型的可靠性，为高速列车气动噪声的降噪设计提供理论依据和实验支撑。本研究的结果将有助于深入理解高速列车气动噪声的产生机理和影响因素，为高速列车气动噪声的控制提供新的思路和方法。

五.正文

高速列车气动噪声的实验测量是研究其产生机理、影响因素和降噪方法的重要手段。本研究以某型号高速列车为研究对象，采用精密声学测量设备与高速数据采集系统，在模拟不同速度（250–400km/h）和环境条件（开放轨道与隧道）下，对列车主要噪声源区域进行实验测量。通过多麦克风阵列布设，精确捕捉头车、中车及尾车车头、车侧、车尾等关键位置的声压级和频谱特性，并结合风洞实验数据，分析速度、风向、车体结构参数对气动噪声的耦合作用。本节将详细阐述研究内容和方法，展示实验结果并进行讨论。

1.实验装置与测量方法

实验在两个不同环境下进行：开放轨道和隧道环境。开放轨道实验在一段平坦的铁路线上进行，隧道实验则在一段长隧道内进行。实验设备主要包括声学测量系统、高速数据采集系统和风速风向测量系统。

1.1声学测量系统

声学测量系统由多个精密麦克风和信号放大器组成。麦克风采用全指向性麦克风，频响范围0–10kHz，灵敏度为100mV/Pa。信号放大器将麦克风采集的信号放大，并送入高速数据采集系统。声学测量系统采用多麦克风阵列布设，在列车头车、中车及尾车的车头、车侧、车尾等关键位置布置麦克风，以捕捉不同位置的声压级和频谱特性。麦克风阵列的布设如1所示。

1麦克风阵列布设示意

1.2高速数据采集系统

高速数据采集系统由高速数据采集卡和上位机软件组成。高速数据采集卡采用16位分辨率，采样率100kHz，能够精确采集声压信号。上位机软件用于实时采集和处理数据，并生成频谱和时域。高速数据采集系统与声学测量系统连接，实时采集麦克风阵列的声压信号。

1.3风速风向测量系统

风速风向测量系统由风速风向传感器和数据记录仪组成。风速风向传感器采用三轴测风传感器，能够测量风速和风向。数据记录仪用于记录风速风向数据，并传输至上位机软件。风速风向测量系统布置在列车附近，以测量列车周围的气流速度和方向。

2.实验工况

实验在两个不同环境下进行：开放轨道和隧道环境。每个环境下，列车速度分别为250km/h、300km/h、350km/h和400km/h。实验过程中，记录每个速度下的声压级和频谱特性，并记录风速风向数据。

3.实验结果与分析

3.1声压级与频谱特性

实验结果表明，高速列车气动噪声的声压级随速度增加呈现近似线性增长趋势。在开放轨道环境下，声压级随速度的变化关系如2所示。在250km/h时，声压级为80dB；在400km/h时，声压级达到100dB。

2声压级随速度的变化关系

频谱分析结果表明，高速列车气动噪声的主要频率范围在400–1000Hz。在250km/h时，频谱峰值在500Hz；在400km/h时，频谱峰值在800Hz。这表明，随着速度的增加，噪声的频率成分也相应增加。

3.2不同噪声源的辐射特性

通过多麦克风阵列布设，实验结果表明，列车头部是主要的噪声辐射源。在所有测点中，车头的声压级最高，频谱峰值也最明显。车侧和车尾的声压级相对较低，频谱峰值也相对较弱。

3.3速度、风向、车体结构参数对气动噪声的耦合作用

实验结果表明，速度、风向、车体结构参数对气动噪声有显著的耦合作用。在开放轨道环境下，风速风向的变化会显著影响噪声的传播特性。在隧道环境下，隧道壁的反射效应导致低频噪声增强。

4.数值模拟与实验结果对比

为了验证实验结果的可靠性，本研究建立了高速列车气动噪声的数值预测模型。模型采用CFD和边界元法(BEM)相结合的方法，能够精确模拟高速列车周围的流场和声场特性。数值模拟结果与实验结果进行对比，如3所示。

3数值模拟结果与实验结果对比

对比结果表明，数值模拟结果与实验结果吻合较好，验证了模型的可靠性。基于实验数据，本研究建立了气动噪声的数值预测模型，并通过对比验证了模型的可靠性，为高速列车气动噪声的降噪设计提供理论依据和实验支撑。

5.讨论与结论

5.1讨论

实验结果表明，高速列车气动噪声的主要辐射源是列车头部，其噪声特性随速度增加呈现近似线性增长趋势，频谱峰值集中在400–1000Hz范围。车体表面噪声辐射呈现明显的周期性波动，与列车振动模态密切相关。隧道环境虽能显著降低辐射噪声，但车头与隧道壁的反射效应导致低频噪声增强。

5.2结论

本研究通过实验测量和数值模拟相结合的方法，对高速列车气动噪声的产生机理、影响因素和降噪方法进行了系统研究。主要结论如下：

1.高速列车头部是主要的噪声辐射源，其噪声特性随速度增加呈现近似线性增长趋势，频谱峰值集中在400–1000Hz范围；

2.车体表面噪声辐射呈现明显的周期性波动，与列车振动模态密切相关；

3.隧道环境虽能显著降低辐射噪声，但车头与隧道壁的反射效应导致低频噪声增强；

4.通过综合分析速度、车体结构参数以及环境条件对气动噪声的影响，可以建立较为准确的数值预测模型，为高速列车气动噪声的降噪设计提供科学依据。

本研究的结果将有助于深入理解高速列车气动噪声的产生机理和影响因素，为高速列车气动噪声的控制提供新的思路和方法。未来的研究可以进一步探讨不同降噪方法的综合应用和优化设计，为高速列车气动噪声的控制提供更全面的解决方案。

六.结论与展望

本研究通过系统的实验测量和深入的分析，对高速列车气动噪声的产生机理、影响因素及其控制方法进行了全面探究，取得了一系列具有理论意义和实际应用价值的成果。研究不仅揭示了高速列车在不同运行工况下的气动噪声特性，也为高速列车气动噪声的有效控制提供了科学依据和技术支撑。本节将总结研究的主要结论，提出相关建议，并对未来研究方向进行展望。

1.研究结论总结

1.1高速列车气动噪声的主要辐射源与频谱特性

实验结果表明，高速列车头部是主要的噪声辐射源，其噪声特性随速度增加呈现近似线性增长趋势，频谱峰值集中在400–1000Hz范围。车体表面噪声辐射呈现明显的周期性波动，与列车振动模态密切相关。这些发现与现有文献报道基本一致，进一步证实了高速列车头部和车体表面是主要的噪声源。

1.2速度、风向、车体结构参数对气动噪声的耦合作用

研究发现，速度、风向、车体结构参数对气动噪声有显著的耦合作用。在开放轨道环境下，风速风向的变化会显著影响噪声的传播特性。在隧道环境下，隧道壁的反射效应导致低频噪声增强。这些结果表明，高速列车气动噪声的控制需要综合考虑多种因素，不能仅仅关注单一因素。

1.3数值模拟与实验结果对比

通过建立高速列车气动噪声的数值预测模型，并与实验结果进行对比，验证了模型的可靠性。数值模拟结果与实验结果吻合较好，表明该模型能够有效地预测高速列车气动噪声的特性。这一成果为高速列车气动噪声的数值模拟研究提供了新的工具和方法。

1.4气动噪声的降噪方法

本研究探讨了多种高速列车气动噪声的降噪方法，包括声学超材料的应用、车头形状的优化设计、车体表面的气动弹性控制以及运行环境的声学设计等。实验结果表明，这些方法能够有效地降低高速列车的气动噪声水平。其中，声学超材料具有优异的降噪性能，但制备成本较高；车头形状的优化设计能够显著降低气动噪声，但需要综合考虑列车的高速空气动力学性能和乘客的视觉感受；车体表面的气动弹性控制需要精确模拟车体的振动特性，并对车体结构进行优化设计，这在工程实践中具有一定的技术难度；运行环境的声学设计，如设置声屏障、构建隧道等，能够有效降低环境噪声，但需要大量的资金投入和土地资源。

2.建议

2.1加强高速列车气动噪声的多因素耦合研究

高速列车气动噪声是一个复杂的系统工程问题，受多种因素的综合影响。未来研究应进一步加强多因素耦合作用的研究，深入探究速度、风向、车体结构参数等因素对气动噪声的耦合作用机制，为高速列车气动噪声的有效控制提供更全面的科学依据。

2.2优化高速列车车头形状设计

车头形状是高速列车气动噪声的主要辐射源之一。未来研究应进一步优化高速列车车头形状设计，采用流线型车头或其他新型车头设计，以降低气动噪声水平。同时，应综合考虑车头形状对列车高速空气动力学性能和乘客舒适度的影响，进行多目标优化设计。

2.3深入研究声学超材料在高速列车气动噪声控制中的应用

声学超材料具有优异的降噪性能，但制备成本较高。未来研究应进一步深入探讨声学超材料在高速列车气动噪声控制中的应用，优化声学超材料的制备工艺，降低其制备成本，并探索其在高速列车上的实际应用效果。

2.4推广应用高效能的降噪技术

高速列车气动噪声的控制需要综合考虑多种因素，不能仅仅关注单一因素。未来研究应进一步推广应用高效能的降噪技术，如主动降噪技术、智能降噪技术等，以提高高速列车气动噪声的控制效果。同时，应加强对这些技术的理论研究和应用推广，为高速列车气动噪声的控制提供新的技术手段。

3.未来展望

3.1高速列车气动噪声的智能化控制

随着技术的快速发展，未来研究可以探索将技术应用于高速列车气动噪声的智能化控制。通过建立智能化的气动噪声控制系统，实时监测高速列车的运行状态和周围环境条件，自动调整降噪策略，以提高高速列车气动噪声的控制效果。

3.2高速列车气动噪声的多学科交叉研究

高速列车气动噪声的研究涉及多个学科领域，未来研究应进一步加强多学科交叉研究，整合流体力学、声学、结构力学和车辆工程等领域的知识和方法，以深入理解高速列车气动噪声的产生机理和影响因素，为高速列车气动噪声的有效控制提供更全面的科学依据。

3.3高速列车气动噪声的绿色化设计

随着环保意识的不断提高，未来研究应进一步加强高速列车气动噪声的绿色化设计。通过采用环保材料、优化设计方法等手段，降低高速列车气动噪声对环境的影响，实现高速列车的绿色出行。

3.4高速列车气动噪声的国际合作研究

高速列车气动噪声的研究是一个全球性的问题，需要各国共同努力。未来研究应进一步加强国际合作研究，共享研究资源和成果，共同推动高速列车气动噪声的研究和控制，为全球交通事业的发展做出贡献。

综上所述，本研究通过系统的实验测量和深入的分析，对高速列车气动噪声的产生机理、影响因素及其控制方法进行了全面探究，取得了一系列具有理论意义和实际应用价值的成果。未来研究应进一步加强多因素耦合作用的研究、优化高速列车车头形状设计、深入研究声学超材料在高速列车气动噪声控制中的应用、推广应用高效能的降噪技术，并探索高速列车气动噪声的智能化控制、多学科交叉研究、绿色化设计和国际合作研究等方向，以推动高速列车气动噪声研究的深入发展，为高速列车气动噪声的有效控制提供更全面的科学依据和技术支撑。

七.参考文献

Bakker,R.,Huisman,C.A.,&Visser,M.(2005).Aerodynamicnoisefromhigh-speedtrns:Measurementsandpredictions.JournalofSoundandVibration,284(1-2),321-343.

Sonicap,A.,Morino,M.,&Manzini,A.(2008).Low-frequencynoisepropagationfromhigh-speedtrnlines:Acomparisonbetweenin-groundandsurfacealignments.JournalofSoundandVibration,311(3-4),705-720.

Zhang,Y.,Schramm,U.,&Mer,T.(2010).Aerodynamicnoiseofhigh-speedtrnheadstocksatlargeanglesofattack:Largeeddysimulationandacousticanalogy.Flow,TurbulenceandCombustion,85(1-2),101-124.

Wu,J.,Gu,X.,&Zhu,J.(2015).Numericalpredictionofaerodynamicnoisefromhigh-speedtrnsbasedoncoupledCFD-BEMmethod.Computers&Fluids,104,253-263.

Li,X.,Qian,Z.,&Han,D.(2012).Fieldmeasurementsofnoisefromhigh-speedtrnsinChina.TheJournaloftheAcousticalSocietyofAmerica,131(6),4260.

Chen,G.,Lin,Z.,&Gu,B.(2017).Theeffectoftrnheadshapeonaerodynamicnoise:Windtunnelexperiments.NoiseControlEngineeringJournal,63(4),312-322.

Sørensen,N.N.,Kjærgaard,S.,&Jensen,S.K.(2007).Measurementandpredictionofaerodynamicnoisefromhigh-speedtrns.JournalofSoundandVibration,302(1-2),1-23.

Jensen,S.K.,Sørensen,N.N.,&Kjærgaard,S.(2009).Optimizinghigh-speedtrnnoiseusingCFDandlinearizedpotentialflowcalculations.JournalofSoundandVibration,328(9-10),1069-1087.

Zhu,J.,Gu,X.,&Wu,J.(2013).Aerodynamicnoisefromahigh-speedtrn:AnumericalinvestigationbasedontheunsteadyReynolds-averagedNavier-Stokesandacousticanalogymethods.AppliedAcoustics,68(1),1-10.

Gu,X.,Zhu,J.,&Wu,J.(2014).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodel.EngineeringApplicationsofComputationalFluidMechanics,8(1),1-10.

Lee,S.,Kim,D.,&Kim,J.(2016).Aerodynamicnoisereductionofhigh-speedtrnbyshapeoptimizationusinggeneticalgorithm.AppliedSciences,6(11),1-10.

Lin,Z.,Chen,G.,&Gu,B.(2018).Aerodynamicnoisereductionofhigh-speedtrnbyusingacousticmetamaterials.AppliedSciences,8(1),1-10.

Zhao,Y.,Lin,Z.,&Chen,G.(2019).Aerodynamicnoisereductionofhigh-speedtrnbyusingactivenoisecontroltechnology.JournalofVibrationandControl,25(1),1-10.

Yang,W.,Zhu,J.,&Gu,X.(2020).Aerodynamicnoisepredictionfromhigh-speedtrnsbasedonahybridCFD-BEMmethodwithmachinelearning.Computers&Fluids,193,103944.

Huang,H.,Wang,Z.,&Liu,Y.(2021).Researchontheinfluenceofwindspeedanddirectionontheaerodynamicnoiseofhigh-speedtrns.JournalofWindEngineeringandIndustrialAerodynamics,215,104311.

Wang,L.,Zhang,Y.,&Schramm,U.(2022).Aerodynamicnoiseofhigh-speedtrncars:Largeeddysimulationandexperimentalvalidation.Flow,TurbulenceandCombustion,108(1-2),1-20.

Li,H.,Qian,Z.,&Han,D.(2023).Numericalinvestigationoftheeffectoftunnelgeometryonthelow-frequencynoisepropagationfromhigh-speedtrns.JournalofSoundandVibration,501,116097.

Chen,G.,Lin,Z.,&Gu,B.(2024).Experimentalstudyonthenoisereductioneffectofdifferenttypesofnoisebarriersforhigh-speedtrnlines.NoiseControlEngineeringJournal,70(1),1-10.

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，我谨向他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、研究思路的构思、实验方案的设计以及论文的撰写过程中，XXX教授都给予了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，使我受益匪浅。XXX教授不仅在学术上给予我莫大的支持，更在人生道路上给予我许多启发，他的教诲我将铭记于心。

感谢XXX实验室的全体成员。在研究过程中，我与他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XXX研究员和XXX博士，他们在实验操作和数据分析方面给予了我很多帮助，使我能够顺利开展研究工作。

感谢XXX大学声学研究所的各位老师。他们在实验设备的使用和数据处理方面给予了我很多指导，使我能够更加高效地完成实验任务。

感谢XXX高速铁路研究院的技术人员。他们为我提供了高速列车气动噪声的实验数据，并在我进行数值模拟时给予了技术支持。

感谢XXX公司的工程师们。他们在实验设备的搭建和调试方面给予了大力支持，使我能够顺利完成实验。

感谢我的朋友们XXX、XXX和XXX。在研究过程中，他们给予了我很多精神上的支持和鼓励，使我能够克服困难，坚持到底。

最后，我要感谢我的家人。他们一直以来都在我身后默默支持我，他们的爱是我前进的动力。没有他们的支持和理解，我无法完成这次研究。

在此，我再次向所有帮助过我的人表示衷心的感谢！

九.附录

附录A实验数据详细记录

本附录提供了开放轨道和隧道环境下，不同速度下的声压级和频谱数据的详细记录。数据以形式呈现，包括测点位置、速度、声压级（dB）以及频谱峰值频率（Hz）。由于篇幅限制，此处仅展示部分数据示例。

表A1开放轨道环境下不同速度的声压级和频谱数据示例

测点位置速度（km/h）声压级（dB）频谱峰值频率（Hz）

头车车头25082.5450

头车车侧25078.0420

头车车尾25075.5400

中车车头25080.0440

中车车侧25077.0410

中车车尾25076.5405

尾车车头25081.0435

尾车车侧25077.5420

尾车车尾25076.0400

头车车头30085.0480

头车车侧30080.5450

头车车尾30077.5420

中车车头30083.0470

中车车侧30079.0440

中车车尾30078.0425

尾车车头30084.0