当气动噪声遇见LBM

计算还是实验？这是个问题

对于很多工程人员来说，通过计算方法来研究复杂的气动噪声总感觉不太靠谱，而利用实验直接测量产品的气动噪声性能似乎更让人觉得踏实。然而实验通常只能给出一条冷冰冰的频谱，而无法从机理上给出更多的解释；另外针对产品的测试一般要等到产品开发的后期，物理样机搭建完成之后，才能开展。然而这个时候如果发现了产品的气动噪声问题，其设计空间往往已经很小了，相应的补救措施可能会导致成本大幅增加。所以在产品开发的早期，使用计算方法评估产品的气动噪声性能非常有必要。

传统的气动噪声计算方法主要分为以下四种：

02 半经验方法

在纯理论方法的基础上，通过实验数据重新修正的半经验方法具有直观和稳定的优点，在航空领域一度被广泛的使用。然而，该方法的许多参数由经验所得，无法从机理上说明气动噪声的产生和传播，而且很难评估设计改型对于气动噪声的影响，因此正逐渐被更先进的方法代替。

03 纯数值方法

随着计算机性能和CFD软件的成熟发展，人们开始幻想着使用纯数值的方法来求解气动噪声，通过CFD直接求解湍流流动以及声波的产生和传播。概念的确很美好，但具体实施的时候，往往就志玲变玉凤了。传统的CFD工具在求解N-S偏微分方程组时，对方程组的时空离散会引入额外的数值误差，同时，为保证数值稳定又会引入额外的人工粘性。但声压脉动的量级仅为2*10e-5Pa，相对于流体的湍流动能极其微小，在空间传播过程中经常被数值误差或者人工粘性耗散掉。

“镜中的人渐渐模糊，心中的你慢慢清楚”。为了努力看清现实，只能使用更高阶的离散模型以实现更好的计算精度，可是，计算效率和数值稳定性的问题又出现了。尽管各路大神纷纷提出了各种XES，XXES和XXXES的湍流模型。BUT然并卵，在计算效率、精度和稳定性这三座大山的压力下，几乎所有的努力都杯水车薪。

04 混合CAA方法

于是，现实再一次向理想妥协，成就了目前比较主流的通过传统CFD和“声类比”相结合的混合CAA方法。典型的求解过程如下图所示，首先通过CFD方法计算流场的湍流信息，然后作为气动噪声计算的输入，利用声类比的方法求解流场中的声学信息。当然，在实际的案例中，经常还需要进一步的计算远场噪声或者汽车\飞机的舱内噪声。

通过CFD方法计算流场中的声源信息有很多种方法，其中最简单的是通过RANS方法计算定常的流场信息，再通过经验模型加入扰动因子来模拟声源。然而噪声从根本上就是一个非定常的问题，更何况声压脉动的量级非常小。所以这种方法无异于刻舟求剑、掩耳盗铃、守株待兔、缘木求鱼、画饼充饥。执著的笔者本期和成语干上了。

基于LES的瞬态计算方法当然可以提供相对更加准确的声源信息，只是网格和计算时间简直就是CFDer的噩梦……基于Kolmogorov 湍流能量谱理论，想要准确捕捉流场中精细的湍流脉动，需要保证网格尺寸细分到惯性尺度以下；另外，为了保证计算的精度和涡旋分辨率，LES通常要求更规则的网格，如果计算模型又比较复杂，网格质量和总计算量的非分要求基本上就让很多人望而却步了。

财大气粗的客户可能要说了，此言差矣，我硬件资源很多，大不了用五千个核并行。然鹅，传统方法的并行效率又是一个大问题，一旦并行核数过多，花在节点之间通讯的时间就会增加到和计算时间接近的程度。500核的计算时间可能比100核快不了多少。

好吧，假如你克服重重关卡得到了准确的流场信息，准备代入莱特希尔方程求解声场信息的时候，新的问题又出现了——捕捉湍流脉动的CFD网格尺寸通常非常小，而捕捉声波的声学网格通常比较稀疏。那么从流场向声场过渡的时候，存储在小尺寸网格上的高频信息往往就被截断了，这也导致了混合CAA方法在低频计算精度尚可，而高频的声学结果就会出现非常明显的误差。

写到这儿，大家是不是已经对用计算方法求解气动噪声绝望了？“爱到妥协，到头来还是无解”……

当气动噪声遇见LBM，一切柳暗花明

30年前横空出世的格子玻尔兹曼方法（LBM）在一个更基础的动力学层面，用离散的波尔兹曼方程模拟流体。LBM基于微观粒子统计规律研究流场空间的粒子分布，借助其速度分布函数求解粒子在时域内的迁移和碰撞，并通过简单的三大守恒定律来封闭方程，再进行对粒子的统计获取宏观量，最后通过气体状态方程显式的求解当地的压力。所以，LBM是天然瞬态可压缩的求解器。

另外，LBM的物理模型仅限于捕捉粒子或者粒子微团的动力学行为，而不用艰难地求解非线性偏微分方程，避免了传统CFD求解器（FDM/FVM）的耗散\色散问题，使得微小的声波能量在流场计算过程中同时被捕获。另外，LBM在模型处理、网格生成及计算并行效率等方面都有了质的飞跃，这些独特优势更助力它非常适合于气动噪声计算。

不是所有LBM都叫PowerFLOW