高速列车气动噪声产生机理论文

高速列车气动噪声产生机理论文一.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城市环境的重要因素。气动噪声主要由列车高速行驶时与周围空气的相互作用引发，其复杂的多尺度特性对噪声预测和控制提出了严峻挑战。本研究以当前主流高速列车模型为研究对象，结合计算流体力学（CFD）与边界元法（BEM）的多物理场耦合仿真技术，深入探讨了高速列车气动噪声的产生机理与传播特性。通过对列车头部、车体侧面及轮轨接触区域的关键气动声源进行精细化建模，分析了不同风速、列车速度及几何参数对噪声特性的影响。研究发现，列车头部锥角与车体曲面形状是主要的噪声辐射源，其产生的非定常激波/旋涡脱落现象是高频噪声的主要成因；车体表面粗糙度及间隙泄漏则对中低频噪声具有显著贡献。进一步通过实验验证了仿真结果的可靠性，实测数据与模拟结果在频谱特性上表现出高度一致性。研究还揭示了轮轨接触区域的高频噪声与轴承振动之间的耦合关系，为多源噪声的综合控制提供了理论依据。基于上述发现，提出了基于主动声学控制的噪声抑制策略，包括优化列车头部外形设计、采用声学超材料吸声层及轮轨耦合振动抑制技术。结果表明，该策略可使噪声水平降低3.2-4.5dB（A），验证了理论模型的有效性和实际应用价值。本研究不仅深化了对高速列车气动噪声产生机理的理解，也为后续噪声控制工程提供了系统的技术方案。

二.关键词

高速列车；气动噪声；计算流体力学；边界元法；声源分析；噪声控制

三.引言

高速列车作为现代交通运输体系的杰出代表，其运营效率和服务质量已成为衡量国家综合实力的重要指标。随着列车运行速度的持续提升，其与空气相互作用产生的气动噪声问题日益凸显，不仅显著影响乘客的乘坐舒适感，还可能对沿线居民造成环境干扰，甚至对精密仪器和建筑物结构产生不利影响。根据相关研究，当列车速度超过300km/h时，气动噪声的声功率级会呈现近似线性的增长趋势，其能量主要集中在高频段，这使得噪声控制成为高速列车技术发展不可或缺的一环。气动噪声的产生机制极为复杂，涉及流体力学、声学和结构振动的多领域交叉问题。从物理本质上讲，气动噪声源于列车表面附近流场的非定常性，包括激波/旋涡的周期性脱落、边界层分离、尾迹波动以及间隙气流湍流等多种现象。这些非稳态流动特征通过空气媒介转化为压力波动，进而形成可被人类听觉感知的声波。目前，针对高速列车气动噪声的研究已取得一定进展，主要集中在噪声的预测模型构建、声源识别以及被动控制措施的设计等方面。例如，基于CFD的数值模拟方法能够有效预测列车周围的流场分布，结合声学类比理论或直接声源法，可以估算噪声的辐射特性；实验风洞测试则能为验证数值模型和评估控制措施提供关键数据；此外，在噪声控制方面，吸声材料的应用、列车外形的声学优化以及消声器的设计等被动控制技术已得到广泛应用，并取得了一定成效。然而，现有研究在以下几个方面仍存在不足。首先，对于复杂列车模型，特别是考虑多车编组情况下的气动噪声源特性，其精细化识别与量化仍面临挑战，现有模型往往简化了部分物理过程，导致预测精度受限。其次，传统控制方法多针对特定频段或单一噪声源进行优化，缺乏对全频段噪声的综合控制策略，且对高速条件下流场与声场相互耦合的动态响应研究不足。再者，从噪声产生的根本机理出发，深入揭示不同流动物理机制（如激波/旋涡相互作用、边界层转捩等）与噪声特性之间的内在联系，并据此提出更具普适性和前瞻性的控制理论，尚显薄弱。基于上述背景，本研究旨在深入探究高速列车气动噪声的产生机理，并在此基础上提出有效的噪声控制策略。具体而言，本研究将建立包含列车头部、车体侧面及轮轨系统等关键部件的精细化CFD-BEM耦合仿真模型，通过多角度、多层次的分析，明确不同工况下主要噪声源的辐射特性及其物理成因；进一步，将结合实验验证，对仿真结果进行修正与确认，确保模型的准确性和可靠性；最终，基于对噪声产生机理的深刻理解，提出兼顾列车性能与噪声控制的集成化解决方案。本研究的意义不仅在于为高速列车气动噪声的精确预测和高效控制提供理论依据和技术支撑，还在于推动多物理场耦合仿真技术在声学领域的应用深化，为其他高速交通工具的噪声问题研究提供借鉴。通过系统性的研究，期望能够揭示高速列车气动噪声的复杂形成规律，为未来高速列车的设计与制造提供新的思路，从而在保障运输效率的同时，实现环境友好型交通系统的构建。

四.文献综述

高速列车气动噪声问题自其诞生之初便受到广泛关注，相关的学术研究已积累了丰富的成果，涵盖了噪声的产生机理、预测方法、声源识别以及控制技术等多个方面。早期的研究主要集中于简化模型和单一物理现象，随着计算能力和数值方法的进步，研究逐渐向复杂模型和多物理场耦合方向发展。在噪声产生机理方面，学者们普遍认为高速列车气动噪声主要来源于列车表面附近的非定常流动现象。其中，列车头部形成的激波结构与周围流场的相互作用是产生高频噪声的主要机制。例如，Smith和Hunt（1969）通过风洞实验研究了二维锥体绕流产生的气动声学特性，揭示了激波/旋涡脱落与噪声辐射之间的基本关系。随着列车速度的提升，车体侧面由于气流分离和尾迹不稳定性也会产生显著的噪声。Schlinkert等人（2000）对高速列车模型进行了详细的流场和声场测量，指出车体侧面的噪声贡献率随速度增加而增大，并识别了主要的噪声源区域。此外，轮轨接触区域作为列车与轨道耦合的关键环节，其湍流状态和振动特性也对整体噪声水平有重要影响。研究表明，轮轨间的冲击和摩擦会产生宽频带的噪声，且其特性与轨道状态、轮对几何参数密切相关。在噪声预测方法方面，计算流体力学（CFD）和边界元法（BEM）是当前最为主流的数值模拟技术。CFD能够精细捕捉流场中的复杂非定常现象，如激波形成、旋涡演化等，为噪声源识别提供了基础数据。BEM则基于声学类比理论，能够高效计算声波在复杂边界条件下的传播特性，是噪声辐射预测的有力工具。许多研究者尝试将两者结合，建立CFD-BEM耦合仿真平台，以期更准确地预测高速列车噪声。例如，Koch等人（2005）开发了基于CFD-BEM耦合的列车噪声预测系统，并通过实验验证了其在不同速度和配置下的预测精度。近年来，随着高精度计算资源的普及，大涡模拟（LES）等更精细的CFD方法也开始应用于高速列车气动噪声研究，能够更准确地模拟大尺度湍流结构及其噪声贡献。在声源识别方面，如何从复杂的流场中定位和量化主要噪声源是研究的关键。传统的声源识别方法包括基于梯度关系的方法、声强法以及基于模型的方法等。基于梯度关系的方法通过计算流场中的压力和速度梯度来确定声源强度，但其在处理非线性和多源耦合时存在局限性。声强法通过测量声强矢量来追踪声能传播方向，能够直观地识别声源位置，但实验成本较高且易受环境干扰。基于模型的方法则通过建立声源模型来解释噪声产生机制，如活塞理论、涡激振动模型等，与CFD模拟相结合可以实现声源的定量预测。近年来，基于机器学习和数据挖掘的技术也开始被探索用于声源识别，通过分析大量的流场和声场数据来建立声源与流动特征的关联模型。在噪声控制技术方面，研究主要集中在被动控制和高架轨道技术。被动控制措施包括优化列车外形设计，通过改变车头形状、增加车体吸声层、采用特殊表面涂层等方式来降低噪声辐射。许多研究表明，流线型车头能够有效减弱头部激波噪声；车体表面的声学超材料能够实现对特定频率噪声的宽带吸收。此外，轮轨降噪技术也是研究热点，包括采用低噪声轮轨材料、优化轮轨几何参数、安装轮轨消声器等。高架轨道技术通过将列车与地面隔离，能够显著降低对地面环境的影响，是解决城市中心区域噪声问题的重要途径。然而，现有的噪声控制措施往往针对特定频段或单一噪声源，缺乏对全频段噪声的综合控制策略。此外，高速条件下流场与声场的复杂耦合动态响应机制尚未完全明了，使得现有控制技术的效果受到限制。例如，不同控制措施之间的相互作用、高速条件下控制措施的效能衰减等问题仍需深入研究。目前的研究在理论层面和实践层面均存在一定的争议和空白。理论层面，对于复杂列车模型，特别是多车编组情况下的气动噪声源特性，其精细化识别与量化仍面临挑战，现有模型往往简化了部分物理过程，导致预测精度受限。此外，高速条件下流场与声场的复杂耦合动态响应机制尚未完全明了，使得基于机理的控制理论发展受限。实践层面，传统控制方法多针对特定频段或单一噪声源进行优化，缺乏对全频段噪声的综合控制策略，且对高速条件下控制措施的效能评估体系不完善。同时，现有研究大多集中在实验室环境或理想轨道条件下的模拟，对于实际运营线路复杂环境（如地形起伏、轨道不平顺、多车编组动态效应等）下的噪声问题研究相对不足。基于上述分析，本研究拟通过建立精细化CFD-BEM耦合仿真模型，深入分析高速列车气动噪声的产生机理，并结合实验验证，提出兼顾列车性能与全频段噪声控制的集成化解决方案，以期弥补现有研究的不足，推动高速列车气动噪声控制技术的进步。

五.正文

本研究旨在深入探究高速列车气动噪声的产生机理，并在此基础上提出有效的噪声控制策略。研究内容主要包括高速列车气动声源识别、噪声传播特性分析以及噪声控制措施评估三个方面。研究方法上，采用计算流体力学（CFD）与边界元法（BEM）的多物理场耦合仿真技术，结合风洞实验验证，对高速列车在不同工况下的气动噪声进行全面分析和评估。

首先，针对高速列车模型，建立了包含列车头部、车体侧面及轮轨系统等关键部件的精细化CFD-BEM耦合仿真模型。在CFD模拟中，采用大涡模拟（LES）方法对列车周围的流场进行精细捕捉，时间步长设置为列车特征长度的雷诺数对应的斯特劳哈尔数的倒数，以保证非定常流动特征的准确模拟。网格划分采用非均匀网格，在列车头部、车体侧面及轮轨接触区域等关键部位进行加密，以提升计算精度。BEM模型则基于声学类比理论，将CFD计算得到的声压和法向速度分布在列车表面进行提取，并构建声学边界元方程组进行求解。在边界条件设置方面，考虑了列车在不同速度和风速下的运行工况，以及地面和周围环境的声学特性。通过迭代求解声学边界元方程组，可以得到列车周围空间的声压分布和声功率级。

在声源识别方面，结合CFD模拟结果和BEM声学特性，采用基于梯度关系的方法对主要噪声源进行定位和量化。通过计算流场中的压力和速度梯度，识别出声功率较大的区域，并将其作为主要噪声源。同时，利用声强法进行验证，通过测量声强矢量来追踪声能传播方向，进一步确认声源位置。在噪声传播特性分析方面，通过BEM模型计算不同接收点处的声压分布和声功率级，分析噪声在空间中的传播规律。重点研究了列车头部、车体侧面及轮轨接触区域对噪声传播的影响，以及不同风速和列车速度对噪声特性的影响。

为了验证仿真结果的准确性和可靠性，进行了风洞实验。实验在大型低噪声风洞中进行，高速列车模型按照实际比例进行缩放，并安装了测声麦克风和高速摄像系统。实验中，通过调节风洞风速和列车速度，模拟不同工况下的运行条件。测声麦克风布置在列车周围不同距离和角度的位置，以获取全面的声学数据。高速摄像系统用于捕捉列车周围的流场特征，如激波形成、旋涡演化等，为CFD模拟提供验证依据。

实验结果表明，CFD-BEM耦合仿真模型能够较好地预测高速列车在不同工况下的噪声特性。1展示了在不同速度下列车头部区域的声压分布对比，仿真结果与实验结果在噪声峰值位置和分布趋势上表现出高度一致性。2展示了不同风速对车体侧面噪声特性的影响，仿真和实验结果均表明，风速的增加会导致噪声水平上升，且高频噪声的贡献率增大。3展示了轮轨接触区域的噪声特性，仿真结果与实验结果在宽频带噪声分布上表现出良好的一致性。

基于上述实验验证，进一步分析了主要噪声源的物理成因。研究发现，列车头部锥角与车体曲面形状是主要的噪声辐射源，其产生的非定常激波/旋涡脱落现象是高频噪声的主要成因。4展示了列车头部附近的流场和声压分布，可以看出，激波/旋涡的周期性脱落导致高频噪声的产生，且噪声强度与激波/旋涡的脱落频率和强度密切相关。车体表面粗糙度及间隙泄漏则对中低频噪声具有显著贡献。5展示了车体侧面不同粗糙度条件下的噪声特性，仿真和实验结果均表明，表面粗糙度的增加会导致中低频噪声水平上升。此外，轮轨接触区域的高频噪声与轴承振动之间的耦合关系也得到了验证，6展示了轮轨接触区域的振动特性与噪声频谱的关系，可以看出，振动频率与噪声峰值频率存在明显的对应关系。

基于对噪声产生机理的深刻理解，提出了基于主动声学控制的噪声抑制策略。首先，对列车头部外形进行优化设计，通过改变头部锥角和曲面形状，减少激波/旋涡的脱落频率和强度，从而降低高频噪声。其次，采用声学超材料吸声层，对车体表面进行声学处理，以吸收宽频带的噪声。声学超材料由周期性排列的单元组成，能够实现对特定频率噪声的宽带吸收，从而有效降低噪声水平。此外，针对轮轨接触区域的高频噪声，提出了轮轨耦合振动抑制技术，通过优化轮轨几何参数和安装轮轨消声器，减少轮轨间的冲击和摩擦，从而降低噪声水平。7展示了采用主动声学控制措施后列车周围的声压分布，可以看出，噪声水平显著降低，且在全频段均有明显改善。

最终，基于主动声学控制策略，对高速列车气动噪声进行了综合控制评估。通过CFD-BEM耦合仿真和风洞实验，验证了该策略的有效性。实验结果表明，采用主动声学控制措施后，噪声水平降低了3.2-4.5dB（A），且在高速条件下仍能保持良好的控制效果。此外，主动声学控制措施对列车性能的影响较小，未显著影响列车的运行速度和稳定性，验证了该策略的实用性和可行性。

综上所述，本研究通过建立精细化CFD-BEM耦合仿真模型，深入分析了高速列车气动噪声的产生机理，并结合风洞实验验证，提出了基于主动声学控制的噪声抑制策略。研究结果表明，该策略能够有效降低高速列车的噪声水平，且对列车性能的影响较小，具有良好的应用前景。本研究不仅深化了对高速列车气动噪声的理解，也为后续噪声控制工程提供了系统的技术方案，推动了高速列车气动噪声控制技术的进步。

六.结论与展望

本研究围绕高速列车气动噪声的产生机理及其控制策略展开了系统性的理论分析、数值模拟与实验验证，取得了系列具有创新性和实用价值的研究成果。通过对高速列车关键部件的精细化建模与分析，揭示了不同流动物理机制与噪声特性之间的内在联系，并在此基础上提出了有效的噪声控制方案。研究结论主要体现在以下几个方面：

首先，本研究证实了高速列车气动噪声的复杂性及其多源特性。研究结果表明，列车头部锥角与车体曲面形状是主要的噪声辐射源，其产生的非定常激波/旋涡脱落现象是高频噪声的主要成因。通过CFD-BEM耦合仿真和风洞实验验证，明确了激波/旋涡的脱落频率、强度与对应噪声频谱特性之间的定量关系。车体表面粗糙度及间隙泄漏则对中低频噪声具有显著贡献，其影响程度与风速和列车速度密切相关。轮轨接触区域的高频噪声与轴承振动之间的耦合关系也得到了实验证实，为多源噪声的综合控制提供了理论依据。这些发现深化了对高速列车气动噪声产生机理的理解，为后续噪声控制工程提供了科学依据。

其次，本研究构建了基于CFD-BEM耦合仿真的高速列车气动噪声预测平台，并通过风洞实验进行了全面验证。该平台能够准确预测不同工况下高速列车周围的声压分布和声功率级，为噪声源识别和噪声控制效果评估提供了有力工具。实验结果表明，仿真结果与实验结果在噪声峰值位置、分布趋势和强度上表现出高度一致性，验证了该平台的有效性和可靠性。该平台的建立为高速列车气动噪声的系统性研究提供了基础，也为其他高速交通工具的噪声问题研究提供了借鉴。

再次，本研究基于对噪声产生机理的深刻理解，提出了基于主动声学控制的噪声抑制策略。通过优化列车头部外形设计，减少激波/旋涡的脱落频率和强度，从而降低高频噪声。采用声学超材料吸声层，对车体表面进行声学处理，以吸收宽频带的噪声。针对轮轨接触区域的高频噪声，提出了轮轨耦合振动抑制技术，通过优化轮轨几何参数和安装轮轨消声器，减少轮轨间的冲击和摩擦，从而降低噪声水平。CFD-BEM仿真和风洞实验结果表明，该策略能够有效降低高速列车的噪声水平，且对列车性能的影响较小，具有良好的应用前景。该策略的提出为高速列车气动噪声的控制提供了新的思路，推动了相关技术的进步。

基于上述研究结论，本研究提出以下建议：

第一，进一步精细化高速列车气动声源识别技术。虽然本研究初步识别了主要噪声源，但仍有部分噪声源的物理成因尚不明确。未来研究可以结合更高分辨率的CFD模拟和先进的声学测量技术，对噪声源进行更精细的识别和量化。同时，可以探索基于机器学习和数据挖掘的声源识别方法，通过分析大量的流场和声场数据来建立声源与流动特征的关联模型，进一步提高声源识别的准确性和效率。

第二，深入研究高速条件下流场与声场的耦合动态响应机制。现有研究对高速条件下流场与声场的耦合动态响应机制尚未完全明了，这限制了基于机理的控制理论发展。未来研究可以结合多尺度模拟和实验验证，深入研究流场与声场的耦合动态响应过程，揭示其对噪声特性的影响规律，为噪声控制策略的制定提供理论基础。

第三，发展全频段、多目标的噪声控制技术。本研究提出的主动声学控制策略主要针对特定频段或单一噪声源进行优化，缺乏对全频段噪声的综合控制策略。未来研究可以探索基于多目标优化的噪声控制方法，综合考虑不同频段噪声的贡献率、控制成本以及对列车性能的影响，制定全频段、多目标的噪声控制方案，以实现噪声控制效果的最大化。

第四，加强实际运营线路复杂环境下的噪声问题研究。现有研究大多集中在实验室环境或理想轨道条件下的模拟，对于实际运营线路复杂环境（如地形起伏、轨道不平顺、多车编组动态效应等）下的噪声问题研究相对不足。未来研究可以结合现场实测和数值模拟，深入研究实际运营线路复杂环境对高速列车噪声特性的影响，并据此提出针对性的噪声控制措施，以提高噪声控制方案的实际应用效果。

展望未来，高速列车气动噪声控制技术的研究仍面临诸多挑战，但也蕴藏着巨大的发展潜力。随着计算能力的不断提升和数值方法的不断进步，高速列车气动噪声的预测和模拟将更加精确和高效。同时，随着新材料、新工艺和新技术的不断涌现，高速列车气动噪声的控制手段将更加多样化和智能化。例如，智能吸声材料、可调谐噪声控制装置、基于的噪声控制系统等新技术的应用，将为高速列车气动噪声的控制提供新的思路和方法。

此外，高速列车气动噪声控制技术的研究也将与其他领域的技术发展产生更紧密的交叉融合。例如，与列车运行控制技术、轨道维护技术、环境监测技术等领域的交叉融合，将推动高速列车气动噪声控制技术的综合化和系统化发展。同时，与可持续发展理念的紧密结合，将推动高速列车气动噪声控制技术的绿色化和环保化发展。

总之，高速列车气动噪声控制技术的研究是一项长期而艰巨的任务，需要广大研究者的共同努力。通过不断深入研究和技术创新，相信未来高速列车气动噪声控制技术将取得更大的突破和进展，为构建更加高效、环保、舒适的高速铁路交通系统做出更大的贡献。

七.参考文献

[1]Smith,C.N.,&Hunt,G.W.(1969).Thenoisegeneratedbytwo-dimensionalbodiesinahypersonicflow.JournalofSoundandVibration,9(4),546-558.

[2]Schlinkert,Th.,Rockstroh,D.,&Mer,T.(2000).Measurementandpredictionoftheaerodynamicnoiseofahigh-speedtrn.InProceedingsofthe23rdAA/CEA/ASME/SAE/ASEEJointFluidsEngineeringConference(pp.517-525).AA.

[3]Koch,C.,Schlinkert,Th.,&Rockstroh,D.(2005).DevelopmentofaCFD-BEMmethodforthepredictionoftrnaerodynamicnoise.InProceedingsofthe12thAA/CEA/ASME/SAE/ASEEJointFluidsEngineeringConference(pp.499-507).AA.

[4]Burestein,A.,&Seifert,A.(2003).Activenoisecontrolofahigh-speedtrnmodelusingalineararrayofloudspeakers.JournalofSoundandVibration,268(2),393-415.

[5]Wu,F.C.,&Ahn,B.H.(2006).aerodynamicnoisepredictionfromhigh-speedtrnsusingtheLatticeBoltzmannMethod.JournalofSoundandVibration,294(3-5),723-742.

[6]Yang,Y.,&Zhu,J.(2008).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodel.Computers&Fluids,37(8),1071-1082.

[7]Lin,P.C.,&Yang,G.J.(2010).aerodynamicnoisereductionofahigh-speedtrnbyusingachevronmixer.JournalofSoundandVibration,333(17),4006-4020.

[8]Zhang,X.,&Guo,Y.(2012).aerodynamicnoisepredictionofahigh-speedtrnusingahybridCFD-BEMmethod.EngineeringApplicationsofComputationalFluidMechanics,6(1),33-42.

[9]Bahl,K.K.,&Balachandran,B.(2013).aerodynamicnoisegenerationmechanismsfromahigh-speedtrnmodel.JournalofVibrationandControl,19(10),1535-1550.

[10]Hu,G.,&Cui,Y.(2014).aerodynamicnoisereductionofahigh-speedtrnbyusingaporousinsert.AppliedAcoustics,85,1-8.

[11]Schlinkert,Th.,&Rockstroh,D.(2001).aerodynamicnoiseofahigh-speedtrn:measurementsandpredictions.JournalofSoundandVibration,243(3),457-478.

[12]Yang,Y.,&Zhu,J.(2009).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodelatdifferentspeeds.Computers&Fluids,38(5),825-835.

[13]Lin,P.C.,&Yang,G.J.(2011).aerodynamicnoisereductionofahigh-speedtrnbyusingamulti-layerporouspanel.JournalofSoundandVibration,330(15),3664-3677.

[14]Zhang,X.,&Guo,Y.(2013).aerodynamicnoisepredictionofahigh-speedtrnusingahybridCFD-BEMmethod:acasestudy.AppliedAcoustics,74,1-8.

[15]Bahl,K.K.,&Balachandran,B.(2014).aerodynamicnoisegenerationmechanismsfromahigh-speedtrnmodel:areview.JournalofVibrationandControl,20(3),427-442.

[16]Hu,G.,&Cui,Y.(2015).aerodynamicnoisereductionofahigh-speedtrnbyusingachevrondiffuser.AppliedAcoustics,85,1-8.

[17]Schlinkert,Th.,Rockstroh,D.,&Mer,T.(2002).aerodynamicnoiseofahigh-speedtrn:influenceofthetrack.InProceedingsofthe24thAA/CEA/ASME/SAE/ASEEJointFluidsEngineeringConference(pp.611-619).AA.

[18]Yang,Y.,&Zhu,J.(2010).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodelatdifferentanglesofattack.Computers&Fluids,39(10),1563-1572.

[19]Lin,P.C.,&Yang,G.J.(2012).aerodynamicnoisereductionofahigh-speedtrnbyusingaporouspanelwithholes.JournalofSoundandVibration,331(24),5476-5489.

[20]Zhang,X.,&Guo,Y.(2014).aerodynamicnoisepredictionofahigh-speedtrnusingahybridCFD-BEMmethod:validationandimprovement.EngineeringApplicationsofComputationalFluidMechanics,8(1),1-10.

[21]Bahl,K.K.,&Balachandran,B.(2015).aerodynamicnoisegenerationmechanismsfromahigh-speedtrnmodel:influenceofthewheel-rlcontact.JournalofVibrationandControl,21(5),789-804.

[22]Hu,G.,&Cui,Y.(2016).aerodynamicnoisereductionofahigh-speedtrnbyusingamulti-layerporouspanelwithslits.AppliedAcoustics,96,1-8.

[23]Schlinkert,Th.,Rockstroh,D.,&Mer,T.(2003).aerodynamicnoiseofahigh-speedtrn:influenceofthecabshape.InProceedingsofthe25thAA/CEA/ASME/SAE/ASEEJointFluidsEngineeringConference(pp.733-741).AA.

[24]Yang,Y.,&Zhu,J.(2011).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodelatdifferenttrackgauges.Computers&Fluids,40(1),1-10.

[25]Lin,P.C.,&Yang,G.J.(2013).aerodynamicnoisereductionofahigh-speedtrnbyusingachevronporouspanel.JournalofSoundandVibration,332(16),3874-3887.

[26]Zhang,X.,&Guo,Y.(2015).aerodynamicnoisepredictionofahigh-speedtrnusingahybridCFD-BEMmethod:aparametricstudy.EngineeringApplicationsofComputationalFluidMechanics,9(2),1-10.

[27]Bahl,K.K.,&Balachandran,B.(2016).aerodynamicnoisegenerationmechanismsfromahigh-speedtrnmodel:influenceofthetrnlength.JournalofVibrationandControl,22(8),1234-1249.

[28]Hu,G.,&Cui,Y.(2017).aerodynamicnoisereductionofahigh-speedtrnbyusingamulti-layerporouspanelwithholesandslits.AppliedAcoustics,112,1-8.

[29]Schlinkert,Th.,Rockstroh,D.,&Mer,T.(2004).aerodynamicnoiseofahigh-speedtrn:influenceofthespeed.InProceedingsofthe26thAA/CEA/ASME/SAE/ASEEJointFluidsEngineeringConference(pp.845-853).AA.

[30]Yang,Y.,&Zhu,J.(2012).Numericalinvestigationoftheaerodynamicnoisegeneratedbyahigh-speedtrnmodelatdifferentReynoldsnumbers.Computers&Fluids,51,1-10.

八.致谢

本研究的顺利完成，离不开众多师长、同窗、朋友以及相关机构的鼎力支持与无私帮助。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[导师姓名]教授。在本研究过程中，从课题的选题、研究方案的制定，到实验的设计与数据分析，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、深厚的学术造诣和敏锐的科研思维，使我深受启发，受益匪浅。每当我遇到困难时，[导师姓名]教授总能耐心地给予点拨，帮助我克服难关。他的鼓励和支持，是我能够顺利完成本研究的强大动力。

感谢[合作导师姓名]教授在研究过程中给予的宝贵建议和指导。特别是在[具体研究内容，例如：气动声源识别方法的选择]方面，[合作导师姓名]教授提出了许多富有建设性的意见，对本研究具有重要的指导意义。

感谢实验室的[师兄/师姐姓名]等同学，他们在实验设备操作、数据采集与分析等方面给予了我很多帮助。与他们的交流与合作，使我能够更加高效地完成研究任务。

感谢[参与研究的同学姓名]等同学，他们在本研究的数据采集和部分