CN113177375A - 一种清扫车风机流致噪声计算方法 - Google Patents
一种清扫车风机流致噪声计算方法 Download PDFInfo
- Publication number
- CN113177375A CN113177375A CN202110491836.6A CN202110491836A CN113177375A CN 113177375 A CN113177375 A CN 113177375A CN 202110491836 A CN202110491836 A CN 202110491836A CN 113177375 A CN113177375 A CN 113177375A
- Authority
- CN
- China
- Prior art keywords
- calculation
- noise
- base
- model
- setting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241001417527 Pempheridae Species 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 104
- 230000001052 transient effect Effects 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000013016 damping Methods 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000005404 monopole Effects 0.000 claims description 3
- 230000002035 prolonged effect Effects 0.000 claims description 3
- 230000010349 pulsation Effects 0.000 claims description 3
- 238000009396 hybridization Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 7
- 230000035939 shock Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种清扫车风机流致噪声计算方法,包括以下步骤:模型的预处理,网格划分,模型的建立,一次瞬态计算,在稳态计算收敛及监控参数基本满足要求的情况下,以稳态计算为初始场,进行瞬态计算;如果一次瞬态计算中的残差及监控物理参数未达到要求,重新调整修正一次瞬态计算;如果达到收敛要求(残差、监控物理量的稳定性),可进入下一步的噪声计算;噪声计算,启动噪声计算分析;流场及噪声的计算分析及验证,噪声计算(二次瞬态计算)完毕后,提取需校核的物理参数进行数据精度分析,噪声计算方法:把流动方程与波动方程解耦,采用FW‑H声比拟方法(Ffowcs‑Williams & Hawkings)求解。
Description
技术领域
本发明涉及风机技术领域,尤其是涉及一种清扫车风机流致噪声计算方法。
背景技术
随着我国城市化的推进,城市道路卫生质量需求不断提高,清扫车以机械化程度高、清洁效率好等优点成为城市环卫清洁的主力。噪音是各种不同频率和强度声波的无规律组合,噪音影响人的听力、心血管疾病和神经系统功能,而清扫车作业环境通常道路、小区、广场等人员密集场合,清扫车的作业噪声成为清扫车设备的重要指标之一。
清扫车内的离心风机,是清扫车系统的主要动力源和噪声源。由于空间尺寸、吸力、重量的限制,通常清扫车内的风机为前倾式高压离心风机,风机叶片数多,转速高,流场较为混乱,形成了较为严重的“射流-尾迹”。风机流场比较复杂。叶轮流道中,叶轮出口的沿周向气体速度和压力不均匀。叶片出口附近存在较为严重边界层分离现象。叶片表面存在附面层,随着叶轮旋转,吸力面和压力面附面层的结构和形态是不同的。叶片吸力侧形成的低能流积聚的“尾迹区”,形成“射流-尾流”结构。尾迹区减少了流道有效通流面积,对风机性能形成产生不良影响,蜗舌与叶轮的距离较近,除了较强的旋转噪声外,还有宽频噪声。
清扫车的噪声有流致噪声、机械噪声,而流致噪声是主要噪声源,流致噪声的研究也是当前较为前沿的课题,也是难点。传统的降噪方法是基于实验测试数据出发,结合经验进行判断,输出解决方案。但是受限于经验和实验条件,很多细节不容易被直观捕捉,影响效率。计算流体力学(CFD)和计算气动声学(CAA)技术的发展大幅提高了产品设计和质量改善的效率,计算流体力学的基本方程为连续性方程和N-S方程,计算气动声学是基于计算流体力学发展起来的。CAA方法可以通过求解流体动力学方程直接得到声波的产生和繁殖现象。声波的预测需要控制方程时间精度的解,需要较高精度的数值求解方法(比如DNS,LES等)、非常精细的网格以及声波非反射边界条件,因此计算代价较高,不能满足工程应用的需求。如果采用雷诺时均的计算方法,噪声计算精度不能满足要求。清扫车风机叶轮多数为前倾式,流场较为混乱,给流场以及噪声计算的准确性和特性分析提出了要求,因此,怎么以较小的计算资源满足清扫车风机流场及噪声计算分析要求的算法是我们急需解决的问题。
发明内容
本发明为了克服现有技术的不足,提供一种清扫车风机流致噪声计算方法,解决现有流致噪声计算代价大,计算精度低的问题,可以有效的分析及研究清扫车风机的流场特性及噪声特性,为风机的降噪研究提供了技术支撑。
为了实现上述目的,本发明采用以下技术方案:一种清扫车风机流致噪声计算方法,包括以下步骤:
Step1:模型预处理,根据清扫车风机CAD图纸,建立气动计算三维预处理模型,1:1建模,风机的进出口均适当延长;
Step2:网格划分,采用非结构网格划分网格;
Step3:模型的建立,把划分的计算网格导入CFD计算软件,进行网格尺度检查;
Step4:一次瞬态计算,在稳态计算收敛及监控参数基本满足要求的情况下,以稳态计算为初始场,进行瞬态计算;
Step5:判断,如果step4中的残差及监控物理参数未达到要求,重新调整修正一次瞬态计算;如果达到收敛要求(残差、监控物理量的稳定性),可进入下一步的噪声计算;
Step6:噪声计算,在step5的基础上,启动噪声计算分析;
Step7,流场及噪声的计算分析及验证,噪声计算(二次瞬态计算)完毕后,提取需校核的物理参数进行数据精度分析;
噪声计算方法:
把流动方程与波动方程解耦,采用FW-H声比拟方法(Ffowcs-Williams&Hawkings)求解;
P’为压力脉动,αo为声速,δ(f)为Dirac delta方程,H(f)为Heaviside方程,Pij为可压应力张量,Tij为Light hill应力张量,方程右边第一项为单极子声源,第二项为偶极子声源,第三项为四极子声源;
其中:
Tij=ρuiuj+Pij-α0 2(ρ-ρ0)δij
ρ为流体密度,ρo为定常流场的密度,ρ’=ρ-ρo为流场的扰动量;
噪声数据与流场同时计算,输出ASD格式文件,把叶轮作为噪声声源,每1Hz采集一次,每隔90个时间步输出一次噪声数据;在叶轮流道的各个位置、蜗舌、出口1m处等研究的关心位置设置数据监测器点;
步长的设置:
单位时间步长△t=60/knZ,其中k为每隔步长设置的迭代步数,n为叶轮转速,rpm;Z为叶片数;同时验算Courand数是否合适,Courand数=u△t/△x,其中△x为网格特征尺度,u为特征速度,计算总时间为周期的2~3倍。
所述Step2分为两个域,旋转域和静止域,清扫车风机的噪声源贡献主要是叶轮和蜗舌,因此对叶轮和蜗舌适当加密,提高计算的准确性,叶轮和蜗舌尺寸配置20-30个网格,其他位置配置8-16个网格,这样既能保证计算精度,同时还能减少计算量,网格质量大于0.3。
所述Step3还包括以下步骤:设置湍流模型为SST模型,流体介质为空气,进出口边界条件为速度进口和静压出口,采用MRF相对坐标系,设置叶轮运行转速,旋转域和静止域通过INTERFACE连接,进行质量、动量和能量传输;速度及压力耦合采用SIMPLE算法,离散格式采用二阶格式,设置计算监控参数及收敛标准,进行稳态计算。
所述Step4中的参数设置如下:设置湍流模型为SST模型,采用滑移网格计算,设置连续性方程参数收敛标准为1e-6,时间步长为叶轮旋转1°的时间,即叶轮周期/360,总运行步数2~3周,即(2~3)×360,每个时间步长迭代步数20-40步或者控制连续性方程残差小于1e-6时,进入下一个时间步的迭代,边界条件设置与稳定设置相同,当计算稳定后,启动宽频噪声模型Broadband Noise Sources,对风机各个部位的噪声云图做初步分析,分析部件噪声分布及强弱,Broadband(宽频噪声模型)是对于没有明显频段,声能量连续分布在一个宽频段范围内按频率连续分布,通过求解湍流参数,再用一定的半经验修正模型(比如Proudman方程模型、边界层噪声源模型、线性Euler方程源项模型、Lilley方程源项模型等)计算表明单元或体积单元的噪声功率。
所述Step6中噪声计算分析设置如下:采用SAS这种杂交模型。
所述数据监测器包括监测器本体、设于监测器本体上的减震装置;所述减震装置包括底座、一端固定设于底座上的第一弹簧伸缩杆、固定设于监测器本体上的第一基座、固定套设于第一弹簧伸缩杆上的第一圆环、等距环形分布转动设于第一圆环上且滚动位于监测器本体上的多个第一滚珠、等距环形分布转动设于第一圆环上且滚动位于第一基座上的多个第二滚珠、等距环形分布固定设于底座上的多个第二基座、可移动设于第二基座上的第二圆环、固定设于第二圆环上的第三基座、转动设于第三基座上的第一齿轮、固定设于第一齿轮上的第二齿轮、一端固定设于监测器本体上且另一端可移动设于第三基座上的第一齿条、一端可移动设于监测器本体上另一端转动设于第一齿轮上的第二弹簧伸缩杆、两端分别固定设于第二弹簧伸缩杆和监测器本体上的第一弹簧;所述第一齿条与第二齿轮啮合设置。
所述数据监测器还包括可移动设于第三基座上且与第一齿轮啮合设置的第二齿条、可移动设于第二齿条上的移动杆、转动设于移动杆一端上的弧形推板、两端分别固定设于弧形推板和第二齿条上的第二弹簧、一端固定设于弧形推板上的滑杆、可移动套设于滑杆上的滑块、转动设于第二齿条上的第一转轴及第二转轴、一端转动设于滑块上且另一端贯穿可移动设于第一转轴上的第一拉杆、一端转动设于滑块上且另一端贯穿可移动设于第二转轴上的第二拉杆、两端分别固定设于第一拉杆和第一转轴上的第三弹簧、两端分别固定设于第二拉杆和第二转轴上的第四弹簧。
所述数据监测器还包括转动设于底座上的转环、等距环形分布且一端转动设于底座上的第三转轴、等距环形分布且一端转动设于转环上的转板、套设于第三转轴上且转动设于转板上的三角推板、固定设于转环上的固定块、贯穿设于固定块上且两端固定设于底座上的弧形导向杆、套设于弧形导向杆上且两端分别固定设于底座和固定块上的第五弹簧。
本发明具有以下优点:,解决现有流致噪声计算代价大,计算精度低的问题,可以有效的分析及研究清扫车风机的流场特性及噪声特性,为风机的降噪研究提供了技术支撑,通过数据监测器能够使监测的数据更为精准,再次提高整体计算精度。
附图说明
图1为噪声计算方法流程图。
图2为风机气动三维模型。
图3为计算模型网络图。
图4为叶片声压级云图。
图5为风机出口1m处的声压级频谱分析图。
图6为风机出口1m处的A计权声压级。
图7为径向面的流场分布图。
图8为风机部件声压级云图。
图9为监测点噪声数据验证。
图10为数据监测器的结构示意图。
图11为图10中的C处放大图。
图12为数据监测器的正面示意图。
图13为图12中的A-A线的剖视图。
图14为图13中的A处放大图。
图15为图12中的B-B线的剖视图。
图16为图15中的C-C线的剖视图。
图17为图16中的B处放大图。
图18为图15中的D-D线的剖视图。
具体实施方式
为了使本技术领域的人员更好的理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
如图1-18所示,一种清扫车风机流致噪声计算方法,包括以下步骤:
Step1:模型预处理,7.8C清扫车离心风机为前倾式离心风机,设计风量13200m3/h,压力11800Pa。风机为叶片15张大叶片,15张小叶片,总叶片数n=30,叶轮直径大小D=753mm,风机入口带进气箱,用马达驱动,基于CAD图纸,对风机进行气动三维建模,考虑集流体与叶轮泄漏损失的影响,1:1建模,为了流动的稳定性,风机的进出口均适当延长;
Step2:网格划分,由于清扫车风机模型较为复杂,采用适配性较好的非结构网格划分网格,把流场分为两个域,旋转域和静止域,清扫车风机的噪声源贡献主要是叶轮和蜗舌,因此对叶轮和蜗舌适当加密,提高计算的准确性。叶轮和蜗舌尺寸配置20-30个网格,其他位置配置8-16个网格,这样既能保证计算精度,同时还能减少计算量。基于实际的模型尺寸大小,全域网格大小为22mm,叶轮的前缘、尾缘网格大小为2mm,叶片网格尺寸为6mm,蜗舌尺寸为6mm,网格质量大于0.3。
Step3:模型的建立,把划分的计算网格导入CFD计算软件,进行网格尺度检查,网格检查;设置湍流模型为SST模型,流体介质为空气,进出口边界条件为速度进口(16.5m/s)和静压出口(0Pa),采用MRF相对坐标系,设置叶轮运行转速(2480rpm),旋转域和静止域通过INTERFACE连接,进行质量、动量和能量传输,速度及压力耦合采用SIMPLE算法,离散格式采用二阶格式,设置计算监控参数及收敛标准(残差收敛标准设置为1e-6),进行稳态计算,迭代步数为1000步。
Step4:一次瞬态计算,在稳态计算收敛及监控参数基本满足要求的情况下,以稳态计算为初始场,进行瞬态计算,参数设置如下:
设置湍流模型为SST模型,采用滑移网格计算,设置连续性方程参数收敛标准为1e-6,时间步长及总计算步数的设置,优选的,时间步长为叶轮旋转1°的时间,即△t=叶轮周期/360=60/1480/360=1.126e-4,总运行步数2周期,即时间步数t=2*360=720,每个时间步长迭代步数20步或者控制连续性方程残差小于1e-6时,进入下一个时间步的迭代,边界条件设置与稳定设置相同。当计算稳定后,启动宽频噪声模型Broadband NoiseSources,对风机各个部位的噪声云图做初步分析,分析部件噪声分布及强弱,Broadband(宽频噪声模型)是对于没有明显频段,声能量连续分布在一个宽频段范围内按频率连续分布,通过求解湍流参数,再用一定的半经验修正模型(比如Proudman方程模型、边界层噪声源模型、线性Euler方程源项模型、Lilley方程源项模型等)计算表明单元或体积单元的噪声功率。
Step5:判断,如果step4中的残差及监控物理参数未达到要求,重新调整修正一次瞬态计算;如果达到收敛要求(残差、监控物理量的稳定性),可进入下一步的噪声计算。
Step6:噪声计算,在step5的基础上,以一次瞬态计算为初始条件,启动噪声计算分析(二次瞬态计算),设置如下:
湍流模型的选择:
DNS(直接模型)或LES(大涡模拟)计算精度较雷诺时均高,但是需求非常精细的网格,包括网格的质量、网格的属性、第一层网格高度、网格增长率、严格的y+及courand数等,计算代价较大,不适合于工程计算,而如果采用雷诺时均方程,虽然计算代价较小,对于清扫车风机这种前倾式叶轮,计算精度满足不了工程要求。因此可以采用SAS这种杂交模型,在既能保证计算精度,又可以以较小的计算资源要求完成计算分析,压力速度耦合采用SIMPLE算法,离散格式采用二阶,压力项为PRESTO!,动量项为Bouned CentralDifferencing,边界条件的设置与稳态边界条件相同。
噪声计算方法:
CAA方法可以通过求解流体动力学方程直接得到声波的产生和繁殖现象,声波的预测需要控制方程时间精度的解,需要较高精度的数值求解方法(比如DNS,LES等)、非常精细的网格以及声波非反射边界条件,而计算代价较高,因此本发明把流动方程与波动方程解耦,采用FW-H声比拟方法(Ffowcs-Williams&Hawkings)求解。
P’为压力脉动,αo为声速,δ(f)为Dirac delta方程,H(f)为Heaviside方程,Pij为可压应力张量,Tij为Light hill应力张量,方程右边第一项为单极子声源,第二项为偶极子声源,第三项为四极子声源。
其中:
Tij=ρuiuj+Pij-α0 2(ρ-ρ0)δij
ρ为流体密度,ρo为定常流场的密度,ρ’=ρ-ρo为流场的扰动量;
噪声数据与流场同时计算,输出ASD格式文件,把叶轮作为噪声声源,每1Hz采集一次,每隔90个时间步输出一次噪声数据,在叶轮流道的各个位置、蜗舌、出口1m处等研究的关心位置设置数据监测点。
步长的设置:
单位时间步长△t=60/knZ,其中k为每隔步长设置的迭代步数,优先的选着40步,n为叶轮转速,rpm;Z为叶片数,那么△t=60/(40*2480*30)=2e-5,同时验算Courand数是否合适,Courand数=u△t/△x,其中△x为网格特征尺度,u为特征速度(可以选择叶轮线速度u=πDn/60=3.14159*0.753*2480/60=97.7,D为叶轮直径),优先的选着Courand数小于3,那么Courand数=u△t/△x=97.7*2e-5/2e-3=0.977,满足要求,计算总时间为周期的3倍,t=3*60/2480=0.07258,时间步数=t/△t=3629。
Step7,流场及噪声的计算分析及验证,噪声计算(二次瞬态计算)完毕后,提取需校核的物理参数进行数据精度分析,比如风机的压力,效率,轴功率,测量点噪声值等,评估计算方法的可靠性,在此基础上,对风机内的流场数据、各个观测点的噪声频率曲线等进行提取,分析风机内流场特征、频谱特性,存在的问题,为后续的产品性能优化提供技术支撑。
所述数据监测器包括监测器本体1、设于监测器本体上的减震装置2;所述减震装置2包括底座21、一端固定设于底座上的第一弹簧伸缩杆22、固定设于监测器本体上的第一基座23、固定套设于第一弹簧伸缩杆上的第一圆环24、等距环形分布转动设于第一圆环上且滚动位于监测器本体上的多个第一滚珠25、等距环形分布转动设于第一圆环上且滚动位于第一基座上的多个第二滚珠26、等距环形分布固定设于底座上的多个第二基座27、可移动设于第二基座上的第二圆环28、固定设于第二圆环上的第三基座29、转动设于第三基座上的第一齿轮210、固定设于第一齿轮上的第二齿轮211、一端固定设于监测器本体上且另一端可移动设于第三基座上的第一齿条212、一端可移动设于监测器本体上另一端转动设于第一齿轮上的第二弹簧伸缩杆213、两端分别固定设于第二弹簧伸缩杆和监测器本体上的第一弹簧214;所述第一齿条与第二齿轮啮合设置;上述监测器本体为现有技术这里不再阐述;通过第一弹簧对数据监测器进行减震,避免风机产生的震动过多的传递给数据监测器,造成数据监测器监测的数据偏差较大,通过第一弹簧对数据监测器进行上下减震,所述底座固定在风机上,所述第二齿轮与第一齿条啮合设置,从而使第二齿轮转动,所述第二齿轮固定设于第一齿轮上,从而使第一齿轮转动,使第二弹簧伸缩杆进行自动伸缩,通过第二弹簧伸缩杆再次起到的减震效果,且通过上述设置使整体的减震效果好,第二弹簧伸缩杆边自动伸缩边移动,改变其里的方向,通过第一弹簧对第二弹簧伸缩杆移动过程中的减震,并使第二弹簧伸缩杆进行复位,通过第一弹簧伸缩杆和第一基座及第一圆环设置,使检测器本体能够全方位移动,通过第二基座和第二圆环及第三基座设置能够使检测本体全方位移动,与第一基座和第一圆环配合一起,相当于使检测器本体能够360°水平移动,通过第一滚珠和第二滚珠设置提高了其移动,减小移动过程中受到的阻力,通过第一弹簧伸缩杆和第二弹簧伸缩杆能够对检测器本体纵向方向减震。
所述数据监测器还包括可移动设于第三基座上且与第一齿轮啮合设置的第二齿条215、可移动设于第二齿条上的移动杆216、转动设于移动杆一端上的弧形推板217、两端分别固定设于弧形推板和第二齿条上的第二弹簧218、一端固定设于弧形推板上的滑杆219、可移动套设于滑杆上的滑块220、转动设于第二齿条上的第一转轴221及第二转轴222、一端转动设于滑块上且另一端贯穿可移动设于第一转轴上的第一拉杆223、一端转动设于滑块上且另一端贯穿可移动设于第二转轴上的第二拉杆224、两端分别固定设于第一拉杆和第一转轴上的第三弹簧225、两端分别固定设于第二拉杆和第二转轴上的第四弹簧226;对检测器本体减震时,第一齿条带动第二齿轮转动,使第一齿轮转动,使第一齿轮转动过程中带动第二齿条移动,使第二齿条向第一弹簧伸缩杆方向移动,使弧形推板能够顶住第一弹簧伸缩杆,通过第二弹簧设置,提高了弧形推板的适配性,通过上述设置能够使第一弹簧伸缩杆位于检测器本体中心处,对检测器本体360°水平减震,通过检测器本体水平移动过程中使弧形推板与移动杆之间形成转角,通过使滑块位于滑杆上往复移动,使第一拉杆位于第一转轴上移动,使第二拉杆位于第二转轴上移动,通过第三弹簧对第一拉杆进行复位,通过第四弹簧对第二拉杆进行复位,最终对滑块进行复位,即对弧形推板进行复位,通过上述设置使弧形推板更够更好的对第一弹簧伸缩杆产生推力,对检测器本体水平方向起到了很好减震效果。
所述数据监测器还包括转动设于底座上的转环227、等距环形分布且一端转动设于底座上的第三转轴228、等距环形分布且一端转动设于转环上的转板229、套设于第三转轴上且转动设于转板上的三角推板230、固定设于转环上的固定块231、贯穿设于固定块上且两端固定设于底座上的弧形导向杆232、套设于弧形导向杆上且两端分别固定设于底座和固定块上的第五弹簧233;检测器本体带动第三基座水平移动过程中,第二圆环位于第二基座内水平移动,第二圆环移动过程中推动三角推板转动,使转板转动,最终使转环转动,通过弧形导向杆对转环转动起到很好的导向作用,通过第五弹簧对转环进行复位,即对三角推板进行复位,使第二圆环进行复位,最终对检测器本体进行复位,通过上述设置能够再次对检测器本体进行水平方向的减震,提高了整体的减震效果,使对第二圆环复位效果好,对第二圆环复位的力大小一致,使第二圆环能够位于第二基座中心处,通过上述整体设置能够对检测器本体进行全方位减震,减震效果好,且之间联动效果好,相互配合使用。
Claims (8)
1.一种清扫车风机流致噪声计算方法,其特征在于:包括以下步骤:
Step1:模型预处理,根据清扫车风机CAD图纸,建立气动计算三维预处理模型,1:1建模,风机的进出口均适当延长;
Step2:网格划分,采用非结构网格划分网格;
Step3:模型的建立,把划分的计算网格导入CFD计算软件,进行网格尺度检查;
Step4:一次瞬态计算,在稳态计算收敛及监控参数基本满足要求的情况下,以稳态计算为初始场,进行瞬态计算;
Step5:判断,如果step4中的残差及监控物理参数未达到要求,重新调整修正一次瞬态计算;如果达到收敛要求(残差、监控物理量的稳定性),可进入下一步的噪声计算;
Step6:噪声计算,在step5的基础上,启动噪声计算分析;
Step7,流场及噪声的计算分析及验证,噪声计算(二次瞬态计算)完毕后,提取需校核的物理参数进行数据精度分析;
噪声计算方法:
把流动方程与波动方程解耦,采用FW-H声比拟方法(Ffowcs-Williams&Hawkings)求解;
P’为压力脉动,αo为声速,δ(f)为Dirac delta方程,H(f)为Heaviside方程,Pij为可压应力张量,Tij为Lighthill应力张量,方程右边第一项为单极子声源,第二项为偶极子声源,第三项为四极子声源;
其中:
Tij=ρuiuj+Pij-α0 2(ρ-ρ0)δij
ρ为流体密度,ρo为定常流场的密度,ρ’=ρ-ρo为流场的扰动量;
噪声数据与流场同时计算,输出ASD格式文件,把叶轮作为噪声声源,每1Hz采集一次,每隔90个时间步输出一次噪声数据;在叶轮流道的各个位置、蜗舌、出口1m处等研究的关心位置设置数据监测器点;
步长的设置:
单位时间步长△t=60/knZ,其中k为每隔步长设置的迭代步数,n为叶轮转速,rpm;Z为叶片数;同时验算Courand数是否合适,Courand数=u△t/△x,其中△x为网格特征尺度,u为特征速度,计算总时间为周期的2~3倍。
2.根据权利要求1所述的一种清扫车风机流致噪声计算方法,其特征在于:所述Step2分为两个域,旋转域和静止域,清扫车风机的噪声源贡献主要是叶轮和蜗舌,因此对叶轮和蜗舌适当加密,提高计算的准确性,叶轮和蜗舌尺寸配置20-30个网格,其他位置配置8-16个网格,这样既能保证计算精度,同时还能减少计算量,网格质量大于0.3。
3.根据权利要求1所述的一种清扫车风机流致噪声计算方法,其特征在于:所述Step3还包括以下步骤:设置湍流模型为SST模型,流体介质为空气,进出口边界条件为速度进口和静压出口,采用MRF相对坐标系,设置叶轮运行转速,旋转域和静止域通过INTERFACE连接,进行质量、动量和能量传输;速度及压力耦合采用SIMPLE算法,离散格式采用二阶格式,设置计算监控参数及收敛标准,进行稳态计算。
4.根据权利要求1所述的一种清扫车风机流致噪声计算方法,其特征在于:所述Step4中的参数设置如下:设置湍流模型为SST模型,采用滑移网格计算,设置连续性方程参数收敛标准为1e-6,时间步长为叶轮旋转1°的时间,即叶轮周期/360,总运行步数2~3周,即(2~3)×360,每个时间步长迭代步数20-40步或者控制连续性方程残差小于1e-6时,进入下一个时间步的迭代,边界条件设置与稳定设置相同,当计算稳定后,启动宽频噪声模型Broadband Noise Sources,对风机各个部位的噪声云图做初步分析,分析部件噪声分布及强弱,Broadband(宽频噪声模型)是对于没有明显频段,声能量连续分布在一个宽频段范围内按频率连续分布,通过求解湍流参数,再用一定的半经验修正模型(比如Proudman方程模型、边界层噪声源模型、线性Euler方程源项模型、Lilley方程源项模型等)计算表明单元或体积单元的噪声功率。
5.根据权利要求1所述的一种清扫车风机流致噪声计算方法,其特征在于:所述Step6中噪声计算分析设置如下:采用SAS这种杂交模型。
6.根据权利要求1所述的一种清扫车风机流致噪声计算方法,其特征在于:所述数据监测器包括监测器本体(1)、设于监测器本体上的减震装置(2);所述减震装置(2)包括底座(21)、一端固定设于底座上的第一弹簧伸缩杆(22)、固定设于监测器本体上的第一基座(23)、固定套设于第一弹簧伸缩杆上的第一圆环(24)、等距环形分布转动设于第一圆环上且滚动位于监测器本体上的多个第一滚珠(25)、等距环形分布转动设于第一圆环上且滚动位于第一基座上的多个第二滚珠(26)、等距环形分布固定设于底座上的多个第二基座(27)、可移动设于第二基座上的第二圆环(28)、固定设于第二圆环上的第三基座(29)、转动设于第三基座上的第一齿轮(210)、固定设于第一齿轮上的第二齿轮(211)、一端固定设于监测器本体上且另一端可移动设于第三基座上的第一齿条(212)、一端可移动设于监测器本体上另一端转动设于第一齿轮上的第二弹簧伸缩杆(213)、两端分别固定设于第二弹簧伸缩杆和监测器本体上的第一弹簧(214);所述第一齿条与第二齿轮啮合设置。
7.根据权利要求6所述的一种清扫车风机流致噪声计算方法,其特征在于:所述数据监测器还包括可移动设于第三基座上且与第一齿轮啮合设置的第二齿条(215)、可移动设于第二齿条上的移动杆(216)、转动设于移动杆一端上的弧形推板(217)、两端分别固定设于弧形推板和第二齿条上的第二弹簧(218)、一端固定设于弧形推板上的滑杆(219)、可移动套设于滑杆上的滑块(220)、转动设于第二齿条上的第一转轴(221)及第二转轴(222)、一端转动设于滑块上且另一端贯穿可移动设于第一转轴上的第一拉杆(223)、一端转动设于滑块上且另一端贯穿可移动设于第二转轴上的第二拉杆(224)、两端分别固定设于第一拉杆和第一转轴上的第三弹簧(225)、两端分别固定设于第二拉杆和第二转轴上的第四弹簧(226)。
8.根据权利要求6所述的一种清扫车风机流致噪声计算方法,其特征在于:所述数据监测器还包括转动设于底座上的转环(227)、等距环形分布且一端转动设于底座上的第三转轴(228)、等距环形分布且一端转动设于转环上的转板(229)、套设于第三转轴上且转动设于转板上的三角推板(230)、固定设于转环上的固定块(231)、贯穿设于固定块上且两端固定设于底座上的弧形导向杆(232)、套设于弧形导向杆上且两端分别固定设于底座和固定块上的第五弹簧(233)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491836.6A CN113177375A (zh) | 2021-05-06 | 2021-05-06 | 一种清扫车风机流致噪声计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491836.6A CN113177375A (zh) | 2021-05-06 | 2021-05-06 | 一种清扫车风机流致噪声计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113177375A true CN113177375A (zh) | 2021-07-27 |
Family
ID=76928900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110491836.6A Pending CN113177375A (zh) | 2021-05-06 | 2021-05-06 | 一种清扫车风机流致噪声计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177375A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106122704A (zh) * | 2016-06-23 | 2016-11-16 | 何程 | 一种两栖环保型水质监测自动化一体机用执行装置 |
CN107860865A (zh) * | 2017-10-18 | 2018-03-30 | 吴义锖 | 一种建筑监测用气体监测器放置装置 |
CN209605769U (zh) * | 2019-02-22 | 2019-11-08 | 苏州晓齐信息科技有限公司 | 基于三维激光的江堤变形监测系统 |
CN110954293A (zh) * | 2019-10-29 | 2020-04-03 | 浙江上风高科专风实业有限公司 | 一种闭式离心风机仿真测试方法 |
CN111222293A (zh) * | 2020-01-10 | 2020-06-02 | 大连交通大学 | 基于sngr方法的高速列车气动噪声计算方法 |
CN112414443A (zh) * | 2020-11-30 | 2021-02-26 | 韩占卫 | 一种高稳定性环境保护监测设备 |
-
2021
- 2021-05-06 CN CN202110491836.6A patent/CN113177375A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106122704A (zh) * | 2016-06-23 | 2016-11-16 | 何程 | 一种两栖环保型水质监测自动化一体机用执行装置 |
CN107860865A (zh) * | 2017-10-18 | 2018-03-30 | 吴义锖 | 一种建筑监测用气体监测器放置装置 |
CN209605769U (zh) * | 2019-02-22 | 2019-11-08 | 苏州晓齐信息科技有限公司 | 基于三维激光的江堤变形监测系统 |
CN110954293A (zh) * | 2019-10-29 | 2020-04-03 | 浙江上风高科专风实业有限公司 | 一种闭式离心风机仿真测试方法 |
CN111222293A (zh) * | 2020-01-10 | 2020-06-02 | 大连交通大学 | 基于sngr方法的高速列车气动噪声计算方法 |
CN112414443A (zh) * | 2020-11-30 | 2021-02-26 | 韩占卫 | 一种高稳定性环境保护监测设备 |
Non-Patent Citations (5)
Title |
---|
刘利琴: "改进的直叶片垂直轴风机气动特性及参数影响", 《 中国海洋平台》 * |
张绍广: "XQ斜槽式离心风机流场仿真及关键部件的改进设计", 《中国硕士学位论文全文数据库(信息科技II辑)》 * |
张翰钦等: "圆柱绕流噪声预报的流场与声场模拟方法对比研究", 《噪声与振动控制》 * |
邵准远等: "BT炉风机节能降噪改造及模型机开发", 《风机技术》 * |
金开等: "洗扫车专用风机气动噪声分析与优化设计", 《汽车实用技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Casalino et al. | Turbofan broadband noise prediction using the lattice Boltzmann method | |
Jafari et al. | Numerical aerodynamic evaluation and noise investigation of a bladeless fan | |
CN109441878A (zh) | 一种吸尘器用离心风机的气动性能的优化方法 | |
Gue et al. | Development of low-noise axial cooling fans in a household refrigerator | |
Schoder et al. | Dataset fan-01: Revisiting the eaa benchmark for a low-pressure axial fan | |
CN113177375A (zh) | 一种清扫车风机流致噪声计算方法 | |
Maaloum et al. | Effect of inlet duct contour and lack thereof on the noise generated of an axial flow fan | |
Lim et al. | Characteristics of unsteady flow field and aeroacoustic noise in a regenerative blower | |
Basson | Design methodology of an axial-flow turbine for a micro jet engine | |
De Gennaro et al. | Zonal large eddy simulation for numerical prediction of the acoustic performance of an axial fan | |
Pérot et al. | Axial fan noise aeroacoustics predictions and inflow effect on tonal noise using LBM | |
CN107704665A (zh) | 车载风扇设计方法 | |
Hu et al. | Numerical investigation on performance and aerodynamic noise of high speed axial flow fans | |
CN109101772B (zh) | 航空发动机风扇动不平衡模拟转子等效设计方法 | |
Wu et al. | The Acoustical Behavior of Contra‐Rotating Fan | |
Liu et al. | Aerodynamic noise characteristics of a centrifugal fan in high-altitude environments | |
Robbins et al. | Effect of inlet turbulence on compressor noise | |
Mileshin et al. | Numerical and experimental investigations of steady and unsteady characteristics of a counter rotating fan model with thickened blades of working wheel | |
Lim et al. | Computational study for noise reduction and characteristic of unsteady flow field/flow-induced noise generated in a small radial fan | |
CN109933956A (zh) | 一种进气流量管、喇叭口及其设计方法 | |
Khaletskiy et al. | Acoustic test facility for aero engine fans | |
McBride et al. | An efficient noise modeling tool for wind turbines including sound propagation in arbitrary weather conditions | |
de Laborderie et al. | Three-dimensional gusts for the prediction of tonal fan noise | |
Zhao et al. | Numerical and Experimental Investigation of Noise Radiation for Double-Suction Centrifugal Fans of Air-Conditioner Indoor Unit | |
Pavesi et al. | Unsteady flow field and noise generation in a centrifugal pump impeller with a vaneless diffuser |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210727 |