论文部分内容阅读
随着民用、军用飞行器等航空运输的快速发展,气动噪声问题日益引起世界范围的广泛关注。国际民航组织对航空飞行器制定了噪声标准,而且不断修订,噪声标准越来越高。对于军用飞行器,降低噪声有利于提高飞机的“隐身”性能及增加乘员舒适性。因此,对飞行器的气动噪声进行研究非常有必要,风洞试验研究是目前飞行器气动噪声研究最常用的研究手段,基于麦克风阵列的气动噪声源识别定位技术是进行噪声测量试验研究的核心技术。本文研究的主要目的是获得适合风洞气动声学试验的麦克风阵列优化设计方法以及先进的气动噪声识别定位算法,并将其应用于风洞试验研究,为声学风洞的气动噪声试验提供关键技术支撑。在引言中介绍了进行气动噪声研究的背景,对三种研究方法进行了阐述,并调研了国内外在试验研究方面的发展情况及未来的发展趋势。第二章中首先介绍了阵列的分析评价函数:麦克风阵列响应函数的计算原理。然后分析了几种不同布置方式的麦克风阵列的性能,掌握了不同阵列的性能特点,其中螺旋形阵列是综合性能最好的阵列。最后针对螺旋形阵列,以提高分辨率及增大动态范围为优化目标,利用粒子群算法对阵列进行了优化设计并进行了计算验证。第三章中介绍了气动噪声源识别定位的经典算法:波束成型技术,分析了在风洞流场中克服对流影响及进行剪切层修正的原理,并做了数值模拟计算。然后介绍了CLEAN及DAMAS两种优化的改进算法,对其优化原理进行了推导分析,并进行了数值计算。结果表明CLEAN算法能有效提高旁瓣抑制能力,减小虚假声源的干扰,而DAMAS算法能明显提高声源识别的分辨率。第四章中选取NACA0012翼型为研究对象,设计了试验方案,阐明了试验方法。然后进行了翼型气动噪声源研究,验证了剪切层修正方法的有效性,获得了不同风速、不同迎角下的翼型噪声特性,分析了噪声所属类型。最后将DAMAS算法应用于风洞试验研究中,结果表明DAMAS算法可以有效识别单点声源及双点声源,但在识别翼型噪声这种面声源上表现不好。最后对全文工作进行了总结回顾,指出了现有的不足和今后努力的方向。