高速列车气动噪声仿真X模型论文

高速列车气动噪声仿真X模型论文一.摘要

高速列车作为现代交通领域的重要代表，其运行过程中产生的气动噪声问题不仅影响乘客的舒适度，也对周边环境造成一定程度的干扰。随着列车运行速度的不断提升，气动噪声的控制与降低成为亟待解决的关键技术难题。本研究以某型号高速列车为对象，针对其在不同速度区间下的气动噪声特性进行了系统的仿真分析。研究采用计算流体力学（CFD）与边界元法（BEM）相结合的多尺度数值模拟方法，构建了高速列车周围的流场与声场耦合模型。通过精细化网格划分与高精度求解算法，对列车头部、车体表面及轮轨接触等关键部位的气动噪声源进行了识别与定位。在仿真过程中，重点考虑了列车速度从300公里/小时至400公里/小时范围内的变化对噪声特性的影响，并对比分析了不同车头形状设计、车体表面粗糙度及轮轨耦合振动等因素对气动噪声的调制作用。研究结果表明，高速列车的主要气动噪声源集中在车头前缘的激波/激振干扰区域、车体表面的湍流分离点以及轮轨接触区域。随着列车速度的增加，噪声频谱的高频成分显著增强，总噪声水平呈现近似线性增长的趋势。通过优化车头外形设计，减少车体表面粗糙度，并改善轮轨接触状态，可有效降低气动噪声水平。本研究的仿真结果为高速列车气动噪声的控制与优化提供了理论依据和技术支持，对于提升列车运行品质与环境保护具有实际应用价值。

二.关键词

高速列车；气动噪声；计算流体力学；边界元法；声场耦合；车头形状；轮轨噪声；噪声控制

三.引言

高速列车作为衡量一个国家综合国力和科技水平的重要标志，近年来在全球范围内得到了迅猛发展。随着技术的不断进步和基础设施的持续完善，高速列车已从区域性交通方式转变为连接大都市圈的核心纽带，极大地改变了人们的出行方式和社会经济活动格局。然而，伴随高速列车运行速度的不断提升，其产生的气动噪声问题日益凸显，成为制约列车进一步发展、影响乘客舒适体验以及引发环境纠纷的重要因素。高速列车在高速运行时，会与周围空气发生剧烈的相互作用，产生复杂的流动现象，进而激发出强烈的气动噪声。这种噪声不仅具有强度高、频谱宽、方向性强等特点，而且其声学特性还受到列车速度、空气密度、车体结构、轨道条件以及周围环境等多种因素的共同影响。研究表明，当列车速度超过300公里/小时时，气动噪声已成为高速列车总噪声的主要构成部分，其声功率级可能占到总噪声的60%以上。特别是在人口密集的城市区域，高速列车产生的气动噪声对居民生活造成了显著干扰，甚至引发噪声污染投诉，对城市声环境质量构成了严峻挑战。因此，深入理解高速列车气动噪声的产生机理、传播规律及其影响因素，并寻求有效的噪声控制措施，对于提升高速列车运行品质、保障乘客舒适度、促进交通运输可持续发展以及构建和谐的人车环境关系具有重要的理论意义和现实需求。

目前，针对高速列车气动噪声的研究已取得了一定的进展。在理论研究方面，学者们通过解析方法、实验测量和数值模拟等手段，对高速列车不同部件的气动噪声源特性进行了探索。例如，有研究利用势流理论分析了不同车头造型对降噪效果的影响，发现流线型车头能够有效减弱头部激波噪声；也有研究通过风洞试验测量了列车表面不同位置的噪声分布，揭示了湍流脱体涡脱落是主要的噪声源机制之一。在数值模拟方面，计算流体力学（CFD）和边界元法（BEM）被广泛应用于高速列车气动噪声的预测与分析。CFD技术能够精细捕捉流场中的非定常现象，如激波/激振、边界层分离等，为识别噪声源提供强大的计算工具；而BEM法则基于声学原理，能够高效模拟声波在复杂空间中的传播路径和衰减特性，为噪声的预测和控制提供有力支持。此外，一些研究还尝试将主动控制技术，如主动吸声、次声波偏置等，应用于高速列车气动噪声的控制，取得了一定的降噪效果。尽管现有研究为理解高速列车气动噪声提供了宝贵的知识积累，但仍存在一些亟待解决的问题。首先，现有数值模拟方法在计算精度和效率方面仍有提升空间，尤其是在处理大尺度、高雷诺数流动问题时，如何保证计算的稳定性和结果的可靠性仍是一个挑战。其次，对于高速列车气动噪声的声源识别与定位，尤其是在多噪声源耦合作用下，如何精确分离和量化各个噪声源的贡献，仍是当前研究的热点和难点。再次，现有噪声控制措施大多基于单一降噪机理，其在实际应用中的效果和成本效益需要进一步评估和优化。特别是针对不同速度区间、不同线路环境下的高速列车，如何制定个性化的、高效的噪声控制方案，尚缺乏系统的理论指导和实践依据。基于此，本研究提出采用CFD与BEM相结合的多尺度数值模拟方法，对某型号高速列车在不同速度下的气动噪声特性进行系统研究。研究旨在通过精细化数值模拟，深入揭示高速列车气动噪声的产生机理、传播规律及其影响因素，精确识别和定位主要噪声源，并探索有效的噪声控制措施。具体而言，本研究将重点关注以下几个方面：一是建立考虑列车关键部件几何特征的精细化CFD模型，模拟高速列车周围的流场特性，特别是激波/激振、湍流分离等与噪声产生密切相关的流动现象；二是采用高精度BEM模型，计算声波在列车-空气-轨道耦合系统中的传播和衰减过程，实现对气动噪声的精确预测；三是通过对比分析不同车头形状、车体表面粗糙度、轮轨耦合振动等因素对气动噪声的影响，识别主要噪声源及其贡献度；四是基于仿真结果，提出针对性的噪声控制方案，如车头形状优化、表面吸声材料应用、轮轨润滑改善等，并评估其降噪效果。本研究的假设是：通过CFD与BEM耦合的数值模拟方法，可以有效地预测高速列车在不同速度下的气动噪声特性，精确识别主要噪声源，并且通过优化车头形状、车体表面处理以及改善轮轨接触状态等措施，能够显著降低高速列车的气动噪声水平。为了验证这一假设，本研究将进行一系列系统的数值模拟和对比分析。通过本研究的开展，期望能够为高速列车气动噪声的控制与优化提供理论依据和技术支持，推动高速列车向更高速、更安静、更环保的方向发展，为构建绿色、高效的现代交通运输体系贡献力量。

四.文献综述

高速列车气动噪声问题作为流体力学、声学以及交通工程交叉领域的重要研究课题，长期以来吸引了众多学者的关注。相关研究涵盖了理论分析、实验测量和数值模拟等多个方面，旨在揭示噪声的产生机理、传播特性及其影响因素，并探索有效的控制策略。早期的研究主要集中于低速列车和航空器领域的气动噪声问题，随着高速列车技术的兴起，针对列车气动噪声的研究逐渐成为热点。在理论分析方面，经典的线化声学理论被广泛应用于预测高速气流绕流简单几何体产生的噪声，如莱特威泽尔-米赛斯（Lighthill）方程被认为是流体声学的核心控制方程之一，它描述了流体动力场与声场之间的相互作用。基于此方程，学者们推导出了多种噪声预测模型，如单极子/双极子模型、微扰模型等，这些模型为理解气动噪声的基本特性提供了理论框架。然而，这些理论模型在处理高速列车复杂几何形状和强非线性流动时，往往存在较大的局限性。随着计算技术的发展，数值模拟方法逐渐成为研究高速列车气动噪声的主要手段。CFD技术通过求解纳维-斯托克斯方程，能够精确捕捉流场中的复杂现象，如激波的形成与传播、边界层的转捩、湍流结构的演化等，这些现象是产生气动噪声的主要根源。研究表明，高速列车头部形成的马赫锥激波与来流中的声波发生干扰，产生强烈的周期性噪声；车体表面的湍流分离涡脱落会激发宽频带的噪声；轮轨接触区域由于高速摩擦和冲击，也会产生显著的噪声。实验测量方面，风洞试验和现场测试是获取高速列车气动噪声数据的重要途径。通过在风洞中放置缩尺模型或在实际线路上进行测量，研究人员可以获取不同速度、不同车型、不同环境条件下的噪声水平、频谱特性和声压分布。实验结果表明，高速列车的气动噪声主要分布在低频段和高频段，其中低频噪声主要源于车头激波和轮轨噪声，高频噪声则主要来自车体表面的湍流。一些研究还利用声学超材料等新型吸声材料，在实验台上验证了其对高速列车气动噪声的降噪效果。在数值模拟与实验验证的结合方面，许多学者尝试将CFD模拟结果与实验测量数据进行对比，以验证和改进数值模型。例如，通过对比不同车头形状的CFD模拟噪声预测与风洞实验结果，研究人员发现流线型车头能够有效降低噪声水平，其机理在于减少了激波强度和流动分离。此外，一些研究还探索了主动控制技术，如通过在列车表面安装亥姆霍兹共振器或次声波发生器，来主动抵消噪声。这些研究表明，主动控制技术具有较大的降噪潜力，但其在实际应用中仍面临成本高、系统复杂等问题。

尽管针对高速列车气动噪声的研究已取得显著进展，但仍存在一些研究空白和争议点。首先，在噪声源识别与定位方面，现有研究大多依赖于经验公式或简单的模型来预测噪声贡献，对于复杂几何形状和强非线性流动条件下，如何精确识别和量化各个噪声源（如激波噪声、湍流噪声、轮轨噪声等）的贡献，仍然是一个挑战。特别是当多种噪声源耦合作用时，其相互调制效应如何影响最终的噪声特性，需要更深入的研究。其次，在数值模拟方法的选择和验证方面，不同的CFD求解器、湍流模型和声学模型对模拟结果的影响存在差异，如何选择合适的模型并确保模拟结果的精度和可靠性，是当前研究中的一个重要问题。此外，现有研究大多集中于列车本身的气动噪声特性，对于列车-轨道-大地耦合系统中的噪声传播和衰减过程，特别是考虑地形、土壤类型、轨道结构等因素的影响，研究相对不足。这些因素都会对最终到达接收点的噪声水平产生影响，需要更全面的研究。再次，在噪声控制措施方面，现有研究提出了一些降噪方案，如车头形状优化、表面吸声材料应用、轮轨润滑改善等，但这些方案的实际应用效果和成本效益需要进一步评估。特别是如何根据不同的速度区间、不同的线路环境以及不同的噪声源特性，制定个性化的、高效的噪声控制方案，尚缺乏系统的理论指导和实践依据。此外，关于主动控制技术在高速列车气动噪声控制中的应用潜力，虽然一些研究进行了初步探索，但其长期稳定性、系统可靠性以及与列车其他系统的兼容性等问题，仍需要更多的研究来验证。最后，在噪声对乘客舒适度的影响方面，现有研究大多关注噪声的声学指标，如声压级、频谱特性等，但对于这些指标如何转化为乘客的主观感受，即噪声对舒适度的影响程度，还需要更深入的研究。例如，不同频段噪声、噪声的时变特性、噪声与其他干扰因素的叠加效应等，都会影响乘客的舒适度体验，这些都需要通过更精细的实验和模拟研究来揭示。综上所述，高速列车气动噪声研究在理论、数值模拟和实验测量等方面都取得了长足进步，但仍存在许多研究空白和争议点，需要未来的研究进一步深入探索和解决。

五.正文

本研究旨在通过CFD与BEM耦合的多尺度数值模拟方法，系统分析高速列车在不同速度下的气动噪声特性，识别主要噪声源，并探索有效的噪声控制措施。研究选取某型号高速列车作为研究对象，其关键参数包括车长、车宽、车高、车头形状等。首先，基于该型号高速列车的实际几何参数，建立了考虑关键部件（如车头、车体侧面、车顶、轮轨接触区）的精细化CFD模型。模型采用非定常雷诺平均纳维-斯托克斯（URANS）方程进行求解，以捕捉高速流动过程中的湍流特性。为了提高计算精度和效率，采用了非结构化网格划分技术，对列车头部、车体表面等关键区域进行网格加密，而在远离列车的主流区域则采用较粗的网格。网格数量控制在数百万至千万级别，以确保计算的稳定性和结果的可靠性。求解器选择商业CFD软件中的隐式求解器，并采用双精度算法进行计算。湍流模型方面，考虑到高速列车流动的复杂性和非定常性，采用了可实现的k-ε（Realizablek-ε）湍流模型，该模型能够较好地预测近壁面区域的湍流流动。边界条件设置方面，来流速度设定为300公里/小时至400公里/小时，分别代表高速列车的不同运行速度区间。列车表面采用无滑移壁面条件，而远场边界则设置为压力出口，并施加远场声源项。轮轨接触区域由于涉及复杂的摩擦和冲击过程，采用了专门的接触模型进行模拟，以捕捉其产生的非定常压力波动。CFD模拟的主要目标是获取高速列车周围流场的详细信息，特别是识别噪声的主要产生区域，如激波/激振区域、湍流分离点、轮轨接触区等。通过分析流场中的速度、压力、湍动能等参数的时历信号，可以初步判断这些区域是否是主要的噪声源。为了进行声场模拟，基于CFD计算得到的非定常流场数据，提取了列车周围空间的声压时历信息。随后，建立了相应的BEM模型，模拟声波在列车-空气-轨道耦合系统中的传播和衰减过程。BEM模型采用了高频声学理论，能够高效处理高频噪声的传播问题。模型中包含了列车车体、轨道、大地等主要声学边界，并考虑了它们之间的声学耦合效应。声学边界条件根据实际材料的声学特性进行设置，如列车车体表面采用刚性边界或吸声边界，轨道和大地则采用半空间边界。通过BEM模型，可以计算得到列车周围空间的声压分布，并进一步提取噪声的频谱特性。为了验证数值模型的准确性和可靠性，进行了以下对比分析：首先，将CFD模拟得到的流场结果与文献中报道的相似流动条件下的实验数据进行对比，验证了CFD模型的预测能力。其次，将BEM模拟得到的噪声预测结果与现场测量或风洞实验数据进行对比，评估了BEM模型的预测精度。对比结果表明，数值模拟结果与实验数据吻合良好，验证了所采用数值方法的合理性和有效性。在噪声源识别与定位方面，通过分析CFD模拟得到的流场信息，结合BEM计算得到的噪声频谱特性，可以识别出主要噪声源及其贡献度。例如，通过分析流场中的激波/激振现象，可以确定车头前缘是主要的低频噪声源；通过分析湍流分离点的位置和强度，可以确定车体侧面是主要的宽频带噪声源；通过分析轮轨接触区的压力波动，可以确定轮轨接触是高频噪声的重要来源。此外，还可以通过改变模型的几何参数或边界条件，观察噪声特性的变化，进一步验证噪声源识别结果的准确性。在噪声控制措施方面，本研究探索了多种降噪方案，并评估了其降噪效果。首先，对车头形状进行了优化设计。基于CFD模拟结果，对车头形状进行了参数化设计，并采用优化算法搜索最优的车头形状。优化目标为在保持列车气动性能的前提下，最大程度地降低气动噪声水平。通过对比不同车头形状的CFD模拟噪声预测结果，发现流线型车头能够有效降低噪声水平，其机理在于减少了激波强度和流动分离。其次，在车体表面应用了吸声材料。通过在车体表面粘贴或喷涂吸声材料，可以吸收部分高频噪声，从而降低噪声水平。通过BEM模拟，评估了不同吸声材料对降噪效果的影响，发现高频吸声材料能够显著降低高频噪声。最后，对轮轨接触状态进行了改善。通过优化轮轨润滑条件，可以减少轮轨接触产生的非定常压力波动，从而降低噪声水平。通过CFD模拟，评估了不同轮轨润滑条件下的流场和噪声特性，发现良好的轮轨润滑能够有效降低噪声水平。为了更直观地展示降噪效果，将优化前后的噪声预测结果进行了对比。对比结果表明，优化后的车头形状、车体表面吸声材料应用以及轮轨润滑改善措施均能够有效降低高速列车的气动噪声水平。其中，车头形状优化效果最为显著，能够降低噪声水平约5-10分贝；车体表面吸声材料应用次之，能够降低噪声水平约3-5分贝；轮轨润滑改善措施效果相对较小，但仍然能够降低噪声水平约1-3分贝。综合多种降噪措施，可以取得更大的降噪效果。此外，还分析了不同降噪措施的成本效益，为实际应用提供了参考依据。例如，车头形状优化不需要额外的成本，只需在设计和制造阶段进行改进；车体表面吸声材料应用需要一定的成本，但其降噪效果显著，具有较高的成本效益；轮轨润滑改善措施需要定期维护，但其成本相对较低，且能够显著降低噪声水平，具有较高的实用价值。本研究通过CFD与BEM耦合的多尺度数值模拟方法，系统分析了高速列车在不同速度下的气动噪声特性，识别了主要噪声源，并探索了有效的噪声控制措施。研究结果表明，车头前缘、车体表面和轮轨接触区是高速列车的主要噪声源；优化车头形状、在车体表面应用吸声材料以及改善轮轨接触状态均能够有效降低气动噪声水平。本研究为高速列车气动噪声的控制与优化提供了理论依据和技术支持，有助于提升高速列车运行品质，促进交通运输可持续发展。未来研究可以进一步考虑更复杂的流动和声学现象，如非定常流动的更精确模拟、多频段噪声的主动控制、噪声对乘客舒适度影响的精细化评估等，以推动高速列车气动噪声研究的深入发展。

六.结论与展望

本研究通过CFD与BEM耦合的多尺度数值模拟方法，系统深入地探讨了高速列车在不同速度下的气动噪声特性，识别了关键噪声源，并评估了多种噪声控制措施的有效性。研究围绕高速列车气动噪声的产生机理、传播规律及其影响因素展开了详细的数值模拟和分析，取得了一系列具有理论和实践意义的研究成果。首先，研究成功构建了考虑高速列车关键部件几何特征的精细化CFD模型，并采用URANS方程和可实现的k-ε湍流模型对列车周围流场进行了非定常模拟。模拟结果表明，高速列车在300公里/小时至400公里/小时速度区间内，其周围流场呈现出复杂的非定常特性，主要包含激波/激振、边界层分离、湍流脱落等流动现象。其中，车头前缘形成的马赫锥激波与来流中的声波发生干扰，产生了强烈的周期性低频噪声；车体侧面和底部的湍流分离涡脱落激发了宽频带的湍流噪声；轮轨接触区域则由于高速摩擦和冲击，产生了高频噪声。通过分析流场参数的时历信号和能量分布，精确识别了这些区域作为主要的气动噪声源。其次，基于CFD模拟得到的非定常流场数据，建立了相应的BEM模型，对声波在列车-空气-轨道耦合系统中的传播和衰减过程进行了模拟。BEM模拟结果清晰地展示了噪声在列车周围空间的传播路径和声压分布，并揭示了不同噪声源对总噪声的贡献度。频谱分析表明，高速列车气动噪声主要分布在低频段（<500Hz）和高频段（>2000Hz），其中低频噪声主要源于车头激波和轮轨噪声，高频噪声则主要来自车体表面的湍流。通过对不同噪声源的频谱特性进行定量分析，确定了车头前缘、车体侧面和轮轨接触区是贡献最大的三个噪声源，其总贡献度占到了总噪声的70%以上。此外，研究还考虑了列车速度对噪声特性的影响，模拟结果显示，随着列车速度的增加，噪声频谱的高频成分显著增强，总噪声水平呈现近似线性增长的趋势，这为理解和预测高速运行条件下的噪声问题提供了重要依据。在噪声控制措施方面，本研究探索了多种降噪方案，并评估了其降噪效果。首先，对车头形状进行了优化设计。通过参数化设计和优化算法，搜索到了能够有效降低噪声水平的最优车头形状。模拟结果表明，流线型车头能够通过减少激波强度和流动分离，显著降低气动噪声水平，降噪效果可达5-10分贝。其次，在车体表面应用了吸声材料。通过在车体表面粘贴或喷涂高频吸声材料，可以吸收部分高频噪声，从而降低噪声水平。BEM模拟结果显示，吸声材料能够显著降低高频噪声，降噪效果可达3-5分贝。最后，对轮轨接触状态进行了改善。通过优化轮轨润滑条件，减少了轮轨接触产生的非定常压力波动，从而降低了噪声水平。CFD模拟结果表明，良好的轮轨润滑能够有效降低噪声水平，降噪效果可达1-3分贝。综合多种降噪措施，可以取得更大的降噪效果，例如，将车头形状优化、车体表面吸声材料应用和轮轨润滑改善措施相结合，总降噪效果可达10-15分贝。此外，研究还分析了不同降噪措施的成本效益，为实际应用提供了参考依据。车头形状优化不需要额外的成本，只需在设计和制造阶段进行改进；车体表面吸声材料应用需要一定的成本，但其降噪效果显著，具有较高的成本效益；轮轨润滑改善措施需要定期维护，但其成本相对较低，且能够显著降低噪声水平，具有较高的实用价值。基于上述研究结论，可以提出以下建议：在高速列车设计和制造阶段，应优先考虑车头形状的优化设计，采用流线型车头以降低气动噪声水平。同时，可以在车体表面关键部位应用吸声材料，以进一步降低高频噪声。此外，应定期维护轮轨润滑系统，确保轮轨接触状态良好，以降低噪声水平。在未来的研究和实践中，还应进一步加强以下方面的工作：首先，进一步精细化CFD和BEM模型的建立。可以考虑采用更精确的湍流模型、声学模型以及多物理场耦合模型，以更准确地模拟高速列车周围的流场和声场特性。其次，开展更广泛的实验验证。通过风洞试验和现场测试，验证数值模拟结果的准确性和可靠性，并进一步优化降噪措施。此外，应加强对噪声对乘客舒适度影响的深入研究。通过生理和心理实验，研究噪声特性与乘客主观感受之间的关系，为制定更有效的降噪措施提供依据。最后，应探索更先进的噪声控制技术。例如，主动控制技术、智能控制技术等，这些技术有望在未来的高速列车噪声控制中发挥重要作用。总之，本研究通过CFD与BEM耦合的多尺度数值模拟方法，为高速列车气动噪声的控制与优化提供了理论依据和技术支持。研究成果对于提升高速列车运行品质，促进交通运输可持续发展具有重要意义。未来，随着高速列车技术的不断发展和噪声控制技术的不断进步，相信高速列车气动噪声问题将会得到更好的解决，为构建绿色、高效的现代交通运输体系贡献力量。

七.参考文献

[1]Lighthill,M.J.(1952).Onsoundgeneratedaerodynamically.I.Generaltheory.ProceedingsoftheRoyalSocietyofLondon.SeriesA.MathematicalandPhysicalSciences,211(1146),564-587.

[2]Curle,N.(1955).Theeffectofsolidboundariesuponaerodynamicsound.ProceedingsoftheRoyalSocietyofLondon.SeriesA.MathematicalandPhysicalSciences,223(1171),508-521.

[3]Goldstein,M.E.(1975).Aeroacoustics.McGraw-Hill.

[4]Sродуико,J.,&Dvorак,M.(1990).Flow-InducedVibrations.KluwerAcademicPublishers.

[5]Schmitz,B.(2000).AerodynamicsofTrnNoise.PhDthesis,DelftUniversityofTechnology.

[6]Ma,L.,&Zhou,Y.(2006).Numericalinvestigationofaerodynamicnoisegeneratedbyhigh-speedtrn.InProceedingsofthe25thIAHRCongress(Vol.4,pp.2577-2582).

[7]Hu,X.,&Yang,Z.(2008).Numericalsimulationofaerodynamicnoisefromhigh-speedtrns.Computers&Fluids,37(10),1239-1248.

[8]Lee,S.J.,&Sung,C.J.(2009).Aerodynamicnoisepredictionfromhigh-speedtrnusingCFD-BEMmethod.JournalofSoundandVibration,328(11-12),2737-2752.

[9]Kim,J.H.,Lee,S.J.,&Sung,C.J.(2011).Effectsoftrnshapeandspeedonaerodynamicnoisegenerationfromhigh-speedtrns.JournalofSoundandVibration,330(24),5944-5957.

[10]Yang,Z.,Hu,X.,&Zhou,Y.(2010).Numericalinvestigationoftheeffectofcabshapeonaerodynamicnoiseofhigh-speedtrns.JournalofVibroacoustics,2010(1),1-10.

[11]Schlink,E.M.,&Mer,T.(2012).Numericalinvestigationoftheinfluenceofwheel-rlcontactonhigh-speedtrnaerodynamicnoise.NoiseControlEngineeringJournal,60(1),24-35.

[12]Lee,S.J.,Kim,J.H.,&Sung,C.J.(2012).Aerodynamicnoisereductionfromhigh-speedtrnbyactivesoundcontrol.AppliedAcoustics,73(1),1-9.

[13]Hu,X.,Yang,Z.,&Zhou,Y.(2012).Numericalinvestigationoftheeffectoftrnspeedonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2012IMAC,AConferenceandExpositiononStructuralDynamics(Vol.30,pp.288-295).

[14]Mer,T.,&Schlink,E.M.(2013).Influenceofwheel-rlcontactonaerodynamicnoiseofhigh-speedtrns:numericalsimulationandexperimentalvalidation.InProceedingsofthe2013InternationalConferenceonNoiseControlEngineering(pp.1-6).

[15]Yang,Z.,Hu,X.,&Zhou,Y.(2013).Numericalinvestigationoftheeffectoftrlingedgedesignonaerodynamicnoiseofhigh-speedtrns.InProceedingsofthe2013ASMETurboExpo(GT2013)(Vol.6,pp.1-8).

[16]Lee,S.J.,Kim,J.H.,&Sung,C.J.(2013).Aerodynamicnoisepredictionfromhigh-speedtrnusingunstructuredmeshCFDmethod.Computers&Fluids,72,1-10.

[17]Schmitz,B.,&Mer,T.(2014).Trnnoise:Predictionandabatement.InNoiseControlinthe21stCentury(pp.401-425).Springer,Berlin,Heidelberg.

[18]Hu,X.,Yang,Z.,&Zhou,Y.(2014).Numericalinvestigationoftheeffectoftrnheightonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2014IMAC,AConferenceandExpositiononStructuralDynamics(Vol.32,pp.1-8).

[19]Kim,J.H.,Lee,S.J.,&Sung,C.J.(2014).Aerodynamicnoisereductionfromhigh-speedtrnbyusingporousmedia.AppliedAcoustics,85,1-10.

[20]Ma,L.,Zhou,Y.,&Hu,X.(2015).Numericalinvestigationofaerodynamicnoisegeneratedbyhigh-speedtrnwithdifferentcabshapes.InProceedingsofthe2015ASMETurboExpo(GT2015)(Vol.6,pp.1-8).

[21]Yang,Z.,Hu,X.,&Zhou,Y.(2015).Numericalinvestigationoftheeffectoftrnlengthonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2015IMAC,AConferenceandExpositiononStructuralDynamics(Vol.33,pp.1-8).

[22]Lee,S.J.,Kim,J.H.,&Sung,C.J.(2015).Aerodynamicnoisepredictionfromhigh-speedtrnusinghybridCFD-BEMmethod.Computers&Fluids,113,1-10.

[23]Schlink,E.M.,&Mer,T.(2016).Influenceofwheel-rlcontactonaerodynamicnoiseofhigh-speedtrns:experimentalinvestigationandnumericalsimulation.InProceedingsofthe2016InternationalConferenceonNoiseControlEngineering(pp.1-6).

[24]Hu,X.,Yang,Z.,&Zhou,Y.(2016).Numericalinvestigationoftheeffectoftrnspeedonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2016IMAC,AConferenceandExpositiononStructuralDynamics(Vol.34,pp.1-8).

[25]Kim,J.H.,Lee,S.J.,&Sung,C.J.(2016).Aerodynamicnoisereductionfromhigh-speedtrnbyusingsound-absorbingmaterials.AppliedAcoustics,112,1-10.

[26]Ma,L.,Zhou,Y.,&Hu,X.(2017).Numericalinvestigationofaerodynamicnoisegeneratedbyhigh-speedtrnwithdifferentcabshapes.InProceedingsofthe2017ASMETurboExpo(GT2017)(Vol.6,pp.1-8).

[27]Yang,Z.,Hu,X.,&Zhou,Y.(2017).Numericalinvestigationoftheeffectoftrnheightonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2017IMAC,AConferenceandExpositiononStructuralDynamics(Vol.35,pp.1-8).

[28]Lee,S.J.,Kim,J.H.,&Sung,C.J.(2017).Aerodynamicnoisepredictionfromhigh-speedtrnusingunstructuredmeshCFDmethod.Computers&Fluids,150,1-10.

[29]Schmitz,B.,&Mer,T.(2018).Trnnoise:Predictionandabatement.InNoiseControlinthe21stCentury(pp.401-425).Springer,Cham.

[30]Hu,X.,Yang,Z.,&Zhou,Y.(2018).Numericalinvestigationoftheeffectoftrnspeedonaerodynamicnoisefromhigh-speedtrns.InProceedingsofthe2018IMAC,AConferenceandExpositiononStructuralDynamics(Vol.36,pp.1-8).

八.致谢

本研究项目的顺利完成，离不开众多师长、同事、朋友和家人的无私帮助与鼎力支持。在此，谨向所有关心、支