CN114021396B - 一种铁路列车辐射噪声的动态预测计算方法 - Google Patents

一种铁路列车辐射噪声的动态预测计算方法 Download PDF

Info

Publication number
CN114021396B
CN114021396B CN202210004848.6A CN202210004848A CN114021396B CN 114021396 B CN114021396 B CN 114021396B CN 202210004848 A CN202210004848 A CN 202210004848A CN 114021396 B CN114021396 B CN 114021396B
Authority
CN
China
Prior art keywords
train
time
line
point
sound
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.)
Active
Application number
CN202210004848.6A
Other languages
English (en)
Other versions
CN114021396A (zh
Inventor
常亮
韩珈琪
潘晓岩
苏卫青
韩桂波
朱正清
高潮
沈志军
杨丙峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Design Corp
Original Assignee
China Railway Design Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Railway Design Corp filed Critical China Railway Design Corp
Priority to CN202210004848.6A priority Critical patent/CN114021396B/zh
Publication of CN114021396A publication Critical patent/CN114021396A/zh
Application granted granted Critical
Publication of CN114021396B publication Critical patent/CN114021396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种铁路列车辐射噪声的动态预测计算方法，首先确定与噪声、列车、预测点相关的条件参数，与初始时刻相关的初始参数；然后将预测范围的时间划分为由多个预测时间节点
Figure 563658DEST_PATH_IMAGE001
分割的时间段；再在每个时间计算步长下将列车划分为多个子线声源，并根据子线声源的噪声到达预测点的时间、确定各个子线声源对预测点噪声贡献值的对应预测时间节点
Figure 479661DEST_PATH_IMAGE001
，并确定各个子线声源对预测点不同对应预测时间节点
Figure 403755DEST_PATH_IMAGE001
上的声压级贡献量；最后对不同时间计算步长下，分别对预测点同一预测时间节点
Figure 37999DEST_PATH_IMAGE001
的声压级贡献量进行叠加，得到预测范围的运行总时间内各个时间节点的预测声压级。本发明适用于列车通过时噪声地图的实时动态绘制，预测值准确。

Description

一种铁路列车辐射噪声的动态预测计算方法
技术领域
本发明属于环境工程学科中高速铁路噪声预测研究领域，涉及一种用于铁路列车辐射噪声的动态预测方法，尤其考虑不同的运营时刻的列车辐射噪声的动态预测方法，适用于铁路环境噪声影响评价及声屏障优化设计，尤其适用于列车通过时噪声地图的实时动态绘制等领域。
背景技术
近年来，我国铁路尤其是高速铁路得到飞速发展。截至2021年年底，中国铁路营业里程达到14.63万公里以上，其中高铁3.79万公里，居世界第一。目前，铁路噪声污染情况日益严峻。在当前铁路工程设计和环境影响评价体系中对铁路噪声的预测方法中，将铁路列车声源等效成无限长线源，采用列车通过的等效时间平均声压级作为噪声源强，进行铁路噪声预测计算。这种预测方法是一种时间平均的计算方法，不能用于列车通过预测点时的噪声预测计算。且由于其无法考虑时间因素，从而无法获得列车通过时预测噪声的动态结果，无法考虑高速列车随速度增加而导致的越来越明显的多普勒效应对噪声辐射的影响，使得噪声影响评价结论与受噪声影响居民在列车通过时的实际感受有一定的差距，不利于客观反映铁路沿线噪声的实际影响。
随着电子计算机技术和数字化技术的发展，计算机的算力明显提升，这为列车辐射噪声的实时动态预测与评价提供了保证。在当前高速铁路沿线环境影响评价和降噪措施设计工作中，考虑时间平均的等效声级作为评价量的预测方法越来越难以准确反映铁路沿线受噪声影响居民的真实影响情况，铁路运营后沿线居民投诉的数量急剧增加。为了使预测更加准确，更加真实地反映铁路沿线受噪声困扰居民的环境噪声现状，保障沿线居民的切身利益，推动噪声影响预测评价体系的技术进步，研发一种铁路列车辐射噪声的动态预测方法是十分必要的。该预测方法还特别适用于列车通过时噪声地图的实时动态绘制等应用领域。
发明内容
本发明针对目前等效时间内平均声级预测方法存在的不足，提供了一种铁路列车辐射噪声的动态预测计算方法，本发明根据高速铁路噪声源的特点，根据铁路噪声源识别结果得到列车通过时的声辐射功率，将高速铁路运行过程中的移动声源等效简化为有限长线声源，得到线声源单位长度的声辐射功率，当线声源以一定的速度移动时，根据移动线声源与预测点的相对位置关系，采用微积分思想将积分段落内的线源划分为微小点源分别计算对预测点的贡献值，得到有限长线源对预测点的声级贡献量表达式，然后采用数值积分运算的方法求得任一时刻下铁路噪声的预测值。本发明不同于以往采用时间平均的等效声级作为源强输入的方法，克服了现有铁路噪声预测评价体系中采用时间平均法得到的等效声级进行噪声评估时不能够准确反映列车通过时对预测点噪声的实时动态影响，考虑了车长引起的声传播至预测点的延迟现象，以及以往铁路噪声预测方法中高速铁路通过时不能够考虑多普勒效应对预测点噪声水平影响的缺陷，应用于各类铁路尤其是高速铁路的环境噪声预测计算，尤其适用于列车通过时噪声地图的实时动态绘制，具有预测值准确，反映现场实际情况更加真实，工程实用性强的优点，对于推动铁路噪声预测评价体系的技术进步具有重要意义。
本发明提供了如下的技术方案：
一种铁路列车辐射噪声的动态预测计算方法，包括下述步骤：
S1：确定与噪声、列车、预测点相关的条件参数，与初始时刻相关的初始参数；
S2：根据初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 、要预测范围的运行总时间t 0 、以及选定的时间计算步长△t，将预测范围的时间划分为由多个预测时间节点t i 分割的时间段 、 ，i为步长数（1，2，……，j+1），j为时间段的数量，j=t 0 /△t；
S3：在每个时间计算步长△t下（即不同的步长数i下），考虑初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 ，依据到达预测点的时间和时间计算步长△t将列车划分为多个子线声源，并根据子线声源的噪声到达预测点的时间、确定各个子线声源对预测点噪声贡献值的对应预测时间节点
Figure 179968DEST_PATH_IMAGE001
，并确定各个子线声源对预测点不同对应预测时间节点
Figure 443459DEST_PATH_IMAGE001
上的声压级贡献量；
S4：对不同时间计算步长△t下，分别对预测点同一预测时间节点
Figure 151521DEST_PATH_IMAGE001
的声压级贡献量进行叠加，得到预测范围的运行总时间t 0 内各个时间节点的预测声压级。
所述步骤S1中，具体的，与噪声、列车、预测点相关的条件参数包括：
（1）与噪声相关的条件参数：通过声源识别等实测方式获得的列车在预测车速条件下辐射声功率W，空气密度为
Figure 528800DEST_PATH_IMAGE002
，声传播速度c 0 ，参考声压级p 0 ，列车作为有限长声源的声源频率f，列车单位长度的平均线声功率密度ω；
（2）与列车和预测点相关的条件参数：预测点距列车的距离为d 参，指向性因子Q；
与初始时刻相关的初始参数包括：
预测点距高速铁路列车运行线路的垂直距离d，预测点投影于列车运行线路上的点的坐标
Figure 638708DEST_PATH_IMAGE003
，列车行驶速度v，列车长度L 车，高速列车运行的时间t，初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 。
进一步，上述参数中，
Figure 10783DEST_PATH_IMAGE004
式中，d为预测点距高速铁路列车运行线路的垂直距离，为预测点距高速铁路列车运行线路的水平距离，h 源为列车运行路线即声源位置的高度，h 预测点为预测点距地面高度，
Figure 940562DEST_PATH_IMAGE005
式中，ω为列车单位长度的平均线声功率密度，W为列车在预测车速条件下辐射声功率，
Figure 384182DEST_PATH_IMAGE006
为列车长度，
Figure 351525DEST_PATH_IMAGE007
式中，Q为指向性因子，
Figure 956819DEST_PATH_IMAGE008
为指向性系数，φ为极坐标下列车运行线路上任一点和预测点连线与预测点垂直于列车运行线路方向所夹角度。
所述步骤S2中，
Figure 311577DEST_PATH_IMAGE009
式中，t 0,x2 为初始时刻车头辐射噪声传播至预测点所需的时间延迟，x 2为初始时刻列车车头坐标，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，
t i =△t·(i-1)+t 0,x2
式中，t i 为预测时间节点，i为步长数，△t为时间计算步长，t 0,x2 为初始时刻车头辐射噪声传播至预测点所需的时间延迟。
所述步骤S3中，每个时间计算步长△t下子线声源的划分方法为：
首先，确认每个时间计算步长△t下，列车噪声传播至预测点的最近时刻
Figure 293308DEST_PATH_IMAGE010
和最远时刻
Figure 126877DEST_PATH_IMAGE011
，
Figure 903072DEST_PATH_IMAGE012
，
Figure 10705DEST_PATH_IMAGE013
式中，i为步长数，△t为时间计算步长，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，然后在
Figure 264969DEST_PATH_IMAGE014
范围内，根据与t i 的重合范围关系，由重合范围内的t i 作为中间时间节点t k ，将
Figure 203975DEST_PATH_IMAGE015
时间段划分为多个子时间段，再根据中间时间节点t k 获得划分的每个中间子线声源起点坐标x k 及终点坐标x k+1 为：
Figure 419580DEST_PATH_IMAGE016
，
Figure 811247DEST_PATH_IMAGE017
式中，i为步长数，△t为时间计算步长，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，t k 和t k+1 为两个相邻的中间时间节点。
所述步骤S3中，各个子线声源对预测点的声压级贡献量为：
Figure 869202DEST_PATH_IMAGE018
式中，
Figure 662715DEST_PATH_IMAGE019
，
Figure 986904DEST_PATH_IMAGE020
，ω为列车单位长度的平均线声功率密度，
Figure 865867DEST_PATH_IMAGE002
为空气密度，Q为指向性因子，p 0 为参考声压级，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，v为列车行驶速度，
Figure 727513DEST_PATH_IMAGE021
为极坐标下列车运行线路上任一点和预测点连线与预测点垂直于列车运行线路方向所夹角度，
Figure 375532DEST_PATH_IMAGE022
为极坐标下线声源单元对预测点所张角度，x k 和x k+1 分别为每个中间子线声源的起点坐标及终点坐标；对于车头子线声源与车尾子线声源，起点坐标和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 ，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，x k2 为第一个中间子线声源的起点坐标，x k4 为最后一个中间子线声源的终点坐标。
所述步骤S4中，预测范围的运行总时间t 0 内各个时间的预测声压级为：
Figure 932940DEST_PATH_IMAGE023
式中，j为时间段的数量，j=t 0 /△t。
所述步骤S3中，还包括考虑声传播过程中的衰减对各个子线声源对预测点的声压级贡献量进行修正的步骤，将各个子线声源对预测点的修正声压级贡献量L’ i,w (t k )替代修正前的声压级贡献量L i,w (t k )代入步骤S4进行总时间t 0 内各个时间的预测声压级的计算，各个子线声源对预测点的修正声压级贡献量L’ i,w (t k )为：
L’ i,w (t k )=L i,w (t k )-C i,h (t k )-C i,a (t k )-C i,b (t k )
式中，C i,h (t k )、C i,a (t k )、C i,b (t k )分别为各个子线声源的地面衰减、空气吸收衰减和声屏障衰减；其中，
Figure 33620DEST_PATH_IMAGE024
，
Figure 636640DEST_PATH_IMAGE025
，
Figure 139165DEST_PATH_IMAGE026
Figure 864545DEST_PATH_IMAGE027
Figure 709311DEST_PATH_IMAGE028
为线源中点距预测点的距离，h 源为列车运行路线即声源位置的高度，h 预测点为预测点距地面高度，d 参为预测点距列车的距离，
Figure 912759DEST_PATH_IMAGE029
为衰减系数，d 0为预测点距高速铁路列车运行线路的水平距离，d为预测点距高速铁路列车运行线路的垂直距离，x k 和x k+1 分别为每个中间子线声源的起点坐标及终点坐标，对于车头子线声源与车尾子线声源，起点坐标和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 ，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，x k2 为第一个中间子线声源的起点坐标，x k4 为最后一个中间子线声源的终点坐标，
Figure 473053DEST_PATH_IMAGE030
和
Figure 103755DEST_PATH_IMAGE031
分别为各个子线声源的起点角度及终点角度，c 0 为声传播速度，f为列车作为有限长声源的声源频率，v为列车行驶速度，d 屏为声屏障内表面距高速铁路列车运行路线的水平距离，h 屏为有限长声屏障顶部与声源的高度差；h m 、δ 0 、A 0 、B 0 均为中间参数。
与现有技术相比，本发明具有的优点和积极效果是：本发明根据铁路噪声源识别结果得到列车通过时的声辐射功率，将高速铁路运行过程中的移动声源等效简化为有限长移动线声源，得到线声源单位长度的声辐射功率，当线声源经过预测点所在断面时，根据移动线声源与预测点的相对位置关系，采用微积分思想将积分段落内的线源划分为微小点源分别计算对预测点的贡献值，考虑衰减项后，得到有限长线源对预测点的声级贡献量表达式，然后采用数值积分运算的方法求得任一时刻下铁路噪声的预测值。通过计算不同时刻铁路噪声的预测值，考虑了车长引起的声传播延迟现象，可以准确地计算出铁路列车通过某一预测断面整个时间历程内预测点的铁路噪声动态变化情况，从而为高速铁路噪声影响和评估提供更强有力的依据，实现高速铁路噪声在列车通过时间历程上的动态评估，是当前铁路噪声预测评价系统和方法的重要补充。本发明克服了现有铁路噪声预测评价体系中采用时间平均法得到的等效声级进行噪声评估时不能够准确反映列车通过时对预测点噪声的实时动态影响，以及以往铁路噪声预测方法中高速铁路通过时不能够考虑多普勒效应对预测点噪声影响的缺陷，应用于各类铁路尤其是高速铁路的环境噪声预测计算，尤其适用于列车通过时噪声地图的实时动态绘制，具有预测值准确，反映现场实际情况更加真实，工程实用性强的优点。
附图说明
图1为实施例中利用声源辨识方法进行我国某高速铁路列车辐射噪声声功率测试布点示意图；
图2为铁路线声源与预测点位置关系横断面示意图；
图3为步长数为i时铁路线声源、子线声源与预测点位置平面位置关系示意图；
图4 为实施例中列车通过预测点时噪声预测值的动态变化预测曲线。
图中标记说明：
d 0为预测点距高速铁路列车运行线路的水平距离，d为预测点距高速铁路列车运行线路的垂直距离，h 源为列车运行路线即声源位置的高度，h 预测点为预测点位置距地面高度，L 车为列车长度，v为列车行驶速度，t为高速列车运行的时间，△t为时间计算步长，x 0为初始时刻车尾坐标，x 1为每个步长数i下对应的列车车尾坐标，x 2为每个步长数i下对应的列车车头坐标，x k 为每个中间子线声源起点坐标，x k+1为每个中间子线声源终点坐标，dx为直角坐标系下列车线声源划分的微元，
Figure 447536DEST_PATH_IMAGE032
为极坐标下线声源单元对预测点所张角度，r为任一微元至预测点直线距离，x为任一微元直角坐标系下的坐标，
Figure 454675DEST_PATH_IMAGE033
为极坐标系下任一微元夹角坐标，
Figure 931793DEST_PATH_IMAGE034
为车尾和预测点连线与线路法平面的夹角，
Figure 671079DEST_PATH_IMAGE035
为车头和预测点连线与线路法平面的夹角，
Figure 499226DEST_PATH_IMAGE036
为各个子线声源的起点角度，
Figure 47407DEST_PATH_IMAGE037
为各个子线声源的终点角度。
具体实施方式
以下结合附图对本发明的技术方案作进一步说明。显然，所描述的实施例仅仅是本发明一部分实施例，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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
本发明的铁路列车辐射噪声的动态预测方法，具体步骤如下：
第一，通过声源识别的方法得到列车辐射声功率、指向性因子及测试参考点位置。
如图1，通过辐射噪声源辨识技术，实测列车在预测车速条件下辐射声功率为W，预测点距列车的距离为d 参。
第二，确定初始时刻、计算步长，并划分计算时间，确定列车与预测点位置及运行参数。
如图2-3，预测点距高速铁路列车运行线路的水平距离为d 0，直线距离为d，预测点投影于列车运行线路上的点的坐标为
Figure 582293DEST_PATH_IMAGE038
，列车运行路线即声源位置的高度为h 源，预测点距地面高度为h 预测点，高速列车运行时间为t，列车行驶速度为v，列车长度为L 车、要预测范围的运行总时间为t 0，选定的时间计算步长为△t，将预测范围的时间划分为由多个预测时间节点t i 分割的时间段，
Figure 554798DEST_PATH_IMAGE039
。极坐标下列车运行线路上任一点和预测点连线与预测点垂直于列车运行线路方向所夹角度为
Figure 604662DEST_PATH_IMAGE040
，列车运行时间t时高速列车车尾坐标点位置为
Figure 956533DEST_PATH_IMAGE041
，车头坐标点位置为
Figure 408243DEST_PATH_IMAGE042
，
Figure 817228DEST_PATH_IMAGE043
。
第三，确定声传播参数。
空气密度为
Figure 26492DEST_PATH_IMAGE002
，声传播速度为c 0 ，参考声压级为p 0。
第四，将高速列车等效为有限长线源，确定各频率下有限长线声源的等效频率、等效高度、平均线声功率密度、指向性因子。
将高速列车等效为有限长线声源，有限长线声源长度等于车长，单位长度的平均线声功率密度为
Figure 179125DEST_PATH_IMAGE044
；列车运行路线即声源位置的高度h 源；并将有限长线声源划分为无数线声源单元，单元长度即直角坐标系下列车线声源划分的微元为dx，距测点距离为r，极坐标下线声源单元对预测点所张角度为
Figure 499990DEST_PATH_IMAGE032
，指向性因子为Q。
第五，考虑车长引起的声传播至预测点的时间延迟，确定线声源不同位置辐射噪声传播至预测点的时刻，按到达预测点的时间和时间步长划分线声源为若干子线声源。
如图3所示，列车位置为车头坐标为x 2、车尾坐标为x 1时，步长数为i时，长度为
Figure 17559DEST_PATH_IMAGE045
的线声源辐射的噪声传播至预测点的最近时刻
Figure 42016DEST_PATH_IMAGE046
和最远时刻
Figure 732760DEST_PATH_IMAGE047
，分别为：
Figure 896413DEST_PATH_IMAGE048
，
Figure 584883DEST_PATH_IMAGE049
，根据得到的最近时刻
Figure 96636DEST_PATH_IMAGE050
和最远时刻
Figure 59912DEST_PATH_IMAGE047
，进行子线声源的划分，每个子线声源与某一时刻t 2相对应。式中，i为步长数，△t为时间计算步长，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度。
然后分别确定t 近、t 远位于t i （i=1，2，……，j+1）的时间范围，对于t 近、t 远，可以得到
Figure 606300DEST_PATH_IMAGE051
,
Figure 468602DEST_PATH_IMAGE052
，k1和k2分别为步长数i的取值中相邻的两个数值，k3和k4分别为步长数i的取值中相邻的两个数值，然后在t 近-t 远范围内，根据与t i 的重合范围关系，由重合范围内的t i 作为中间时间节点t k ，将t 近-t 远时间段划分为多个子时间段，中间时间节点t k 的总数量为n,
Figure 202071DEST_PATH_IMAGE053
,中间的时间节点t k 的集合为t i 的子集，k为k2至k3中的任一整数，为
Figure 500197DEST_PATH_IMAGE054
。
再根据中间时间节点t k 获得划分的中间子线声源数目为n-1个，每个中间子线声源起点坐标x k 及终点坐标x k+1 为：
Figure 635513DEST_PATH_IMAGE055
式中，i为步长数，△t为时间计算步长，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度。
车头位置x 2： x k2 （对应时间节点为t 近： t i=k2 ),车尾位置x k4： x 1 （对应时间节点为t i=k2： t 远）分别划分为两个单独的子线声源，故总的子线声源数目为n+1个。
第六，计算划分后的各子线声源对预测点不同时刻的无声传播衰减条件下的贡献量。
任一单元长度dx辐射的声波传播到预测点的声压
Figure 731032DEST_PATH_IMAGE056
，Q为与测点和列车声源相对位置有关的指向性因子，
Figure 889481DEST_PATH_IMAGE057
，m为指向性系数，由声源识别结果在第一步给出。对于每个划分的子线声源辐射的声波传播到预测点的声压幅值
Figure 460140DEST_PATH_IMAGE058
，由
Figure 449961DEST_PATH_IMAGE059
，
Figure 979031DEST_PATH_IMAGE060
，换为极坐标表示为：
Figure 678304DEST_PATH_IMAGE061
。在高速行车条件下，同时考虑多普勒效应的影响，c为列车与预测点间的相对声速，则有
Figure 990337DEST_PATH_IMAGE062
。当列车向预测点驶来时，
Figure 100244DEST_PATH_IMAGE063
>0；当列车驶离预测点时，
Figure 534637DEST_PATH_IMAGE064
<0。列车位置为车头坐标为x 2、车尾坐标为x 1时，列车在步长数为i位置时对预测点t k 时刻的声压级贡献量表示为：
Figure 732924DEST_PATH_IMAGE065
式中，
Figure 848648DEST_PATH_IMAGE066
，
Figure 813062DEST_PATH_IMAGE067
，对于车头子线声源与车尾子线声源，起点坐标和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 。
第七，确定各子线声源辐射噪声的地面吸收附加、空气吸收、声屏障的声传播衰减值，对各子线声源对预测点不同时刻的贡献量进行修正。
由于大部分的衰减项均在声源贡献表达式中予以考虑，在本预测方法中对衰减量的计算只需考虑对划分的子线声源的地面吸收附加、空气吸收、声屏障的衰减量进行计算。
（1）地面衰减。
有限长线源的地面衰减C h,dx 可由其子线声源中点位置的地面衰减量来进行估算：
Figure 152776DEST_PATH_IMAGE068
式中，
Figure 835430DEST_PATH_IMAGE069
为线源中点距预测点的距离，
Figure 820091DEST_PATH_IMAGE070
；
Figure 639012DEST_PATH_IMAGE071
，与在线声源上的相对位置无关。
式中，
Figure 352890DEST_PATH_IMAGE072
，
Figure 522840DEST_PATH_IMAGE073
。
（2）空气吸收衰减
有限长线源空气吸收衰减C a 可由子线声源中点位置的地面衰减量来进行估算：
Figure 45613DEST_PATH_IMAGE074
，
Figure 656722DEST_PATH_IMAGE075
为衰减系数，与列车运行参数无关，可根据列车频率、温度、湿度查找技术手册求得。
式中，
Figure 869398DEST_PATH_IMAGE069
为线源中点距预测点的距离，
Figure 995486DEST_PATH_IMAGE076
；
式中，
Figure 256703DEST_PATH_IMAGE077
，
Figure 64864DEST_PATH_IMAGE078
。
（3）声屏障衰减
不设置声屏障时C b =0，当线路设置声屏障时，简化为无限长声屏障，则有限长线源任一微元dx的声屏障衰减C b,dx 可表达为：
Figure 448441DEST_PATH_IMAGE079
；
式中，N为菲涅尔数，当
Figure 999508DEST_PATH_IMAGE080
时，可得
Figure 861153DEST_PATH_IMAGE081
。设当x=0时或
Figure 774752DEST_PATH_IMAGE082
=0时，菲涅尔数：
Figure 66580DEST_PATH_IMAGE083
，
Figure 432839DEST_PATH_IMAGE084
，
Figure 832597DEST_PATH_IMAGE085
Figure 600702DEST_PATH_IMAGE086
；
式中，d 屏为声屏障内表面距高速铁路列车运行路线的水平距离，h 屏为有限长声屏障顶部与声源的高度差。
Figure 329011DEST_PATH_IMAGE087
，
Figure 916987DEST_PATH_IMAGE088
为声传播波长，
Figure 323697DEST_PATH_IMAGE089
为声源频率,考虑多普勒效应，
Figure 946309DEST_PATH_IMAGE090
，则有：
Figure 579940DEST_PATH_IMAGE091
由
Figure 920791DEST_PATH_IMAGE092
，
Figure 927930DEST_PATH_IMAGE093
，换为极坐标可得：
Figure 77152DEST_PATH_IMAGE094
当不设置声屏障时，
Figure 144334DEST_PATH_IMAGE095
。
第八，对于同一时间内到达预测点的列车辐射噪声贡献值进行叠加，计算得到0~t0每个时刻的噪声预测值。
设t k 时刻的总声级为L(t k )，则有：
Figure 698113DEST_PATH_IMAGE096
j为以选定的时间计算步长△t划分的时间段的数量，j=t 0 /△t。由上式可得0~t0每个时刻列车辐射噪声传播至预测点时声级预测值。
下面结合一个具体实施案例对本发明进行进一步的详细说明。
某噪声敏感建筑拟设案例：
某噪声敏感建筑拟设案例：某噪声敏感建筑位于铁路附近，为一层建筑，其距离铁路列车运行线路的水平距离为d 0=60m，与列车运行路线即声源位置的高度为h 源=11.2m，预测点距地面高度为h 预测点=1.2m，列车长度为L 车=400m，列车行驶速度v=360km/h（100m/s），初始位置车尾坐标为x 0 =750，总计算时间长度t 0 =9s，时间计算步长△t取0.1s。根据声源辨识测试结果，该型动车组（16辆编组高速动车组）的辐射声功率之和为27.3w。预测0~9s时间内，声屏障插入损失随时间的动态变化情况，本实施例中选取列车运行t=2s时（ti=21=2+1.0448=3.04s）进行分步详细计算。
具体计算过程如下：
第一，通过声源识别的方法得到列车辐射声功率、指向性因子及测试参考点位置。
辐射噪声源辨识技术，实测列车在预测车速条件下辐射声功率为W=27.3w，如图1所示，预测点距列车的距离为
Figure 508943DEST_PATH_IMAGE097
，同时，通过将实测结果代入指向性因子表达式，可获得指向性因子表达式
Figure 778251DEST_PATH_IMAGE098
。
第二，确定初始时刻、计算步长，并划分计算时间，确定列车与预测点位置及运行参数。
初始时刻预测点距高速铁路列车运行线路的垂直距离
Figure 78651DEST_PATH_IMAGE099
，预测点投影于列车运行线路上的点的坐标为
Figure 69128DEST_PATH_IMAGE100
，高速列车运行的时刻为t，列车行驶速度为v=100m/s，长度为L 车=400m、运行总时间为t 0=9s，时间计算步长
Figure 418070DEST_PATH_IMAGE101
，初始时刻车头辐射噪声传播至预测点所需时间为
Figure 869780DEST_PATH_IMAGE102
=1.0448s，预测时间节点t i 为：
Figure 278764DEST_PATH_IMAGE103
极坐标下车尾位置与预测点连线与预测点垂直于列车运行线路方向所夹角度为
Figure 553275DEST_PATH_IMAGE104
，t=2s时刻，高速列车车尾坐标点位置为x 1=x 0-vt=750-100*2=550，车头坐标点位置为x 2=x 0-vt-L 车=750-100*2-400=150。
第三，确定声传播参数。
空气密度为
Figure 643591DEST_PATH_IMAGE105
，声传播速度为
Figure 949808DEST_PATH_IMAGE106
，参考声压级为
Figure 264114DEST_PATH_IMAGE107
。
第四，将高速列车等效为有限长线源，确定各频率下有限长线声源的等效频率、等效高度、平均线声功率密度、指向性因子。
将高速列车等效为有限长线声源，声源频率
Figure 491833DEST_PATH_IMAGE108
,有限长线声源长度等于车长，单位长度的平均线声功率密度为
Figure 185507DEST_PATH_IMAGE109
；并将有限长线声源划分为无数线声源单元，单元长度为dx，距测点距离为r，极坐标下线声源单元对预测点所张角度为
Figure 346230DEST_PATH_IMAGE110
，根据声源辨识测试结果，指向性因子Q根据声源识别测试值为
Figure 97017DEST_PATH_IMAGE111
。
第五，考虑车长引起的声传播至预测点的时间延迟，确定线声源不同位置辐射噪声传播至预测点的时刻，按到达预测点的时间和时间步长划分线声源为若干子线声源。
如图3所示，列车位置为车头坐标为x 2、车尾坐标为x 1时，步长数i为21（即t=2s时）时，长度为L 车的线声源辐射的噪声传播至预测点最近时刻
Figure 15295DEST_PATH_IMAGE050
和最远时刻
Figure 775309DEST_PATH_IMAGE047
，分别为：
Figure 70766DEST_PATH_IMAGE112
根据得到的最近时刻
Figure 930138DEST_PATH_IMAGE050
和最远时刻
Figure 663608DEST_PATH_IMAGE047
，进行子线声源的划分。
由
Figure 696155DEST_PATH_IMAGE113
可得：
Figure 769153DEST_PATH_IMAGE114
，即k1=15，k2=16，k3=26，k4=27，因此t 近与t 远之间时间刻度t k 为
Figure 864672DEST_PATH_IMAGE115
，中间刻度数目为n=11个， 其中除车头子线声源与车尾子线声源外的中间子线声源数目为10个，故划分的子线声源总个数为12个，车头x 2 至x k2 、x k4 至车尾x 1 单独划分为两个线声源。
由中间时间节点t k 获得划分的每个中间子线声源的起点坐标x k 及终点坐标x k+1 为：
Figure 85438DEST_PATH_IMAGE116
各个坐标对应的极坐标下的角度为：
Figure 656097DEST_PATH_IMAGE117
，
Figure 114760DEST_PATH_IMAGE118
，
式中，t k ，t k+1 为划分的中间子线声源起点、终点噪声传播至预测点时的时刻，与划分的t i 对应，且
Figure 381181DEST_PATH_IMAGE119
。对于车头子线声源与车尾子线声源，可以在计算中起点和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 进行计算，如下面第六步和第七步中分别对
Figure 823663DEST_PATH_IMAGE120
k 和
Figure 401275DEST_PATH_IMAGE121
k+1 的计算。
则计算得到步长数为21时，各子线声源起止点坐标及时刻对照表如表1所示。
表1 子线声源划分结果表
Figure 245603DEST_PATH_IMAGE122
第六，计算划分后的各子线声源对预测点不同时刻的无声传播衰减条件下的贡献量。
任一单元长度dx辐射的声波传播到预测点的声压
Figure 883258DEST_PATH_IMAGE123
，Q为与测点和列车声源相对位置有关的指向性因子，由声源识别结果在第一步中给出。对于每个划分的子线声源辐射的声波传播到预测点的声压幅值
Figure 815966DEST_PATH_IMAGE124
，由
Figure 994007DEST_PATH_IMAGE125
，
Figure 896104DEST_PATH_IMAGE126
，换为极坐标表示为：
Figure 235818DEST_PATH_IMAGE127
。在高速行车条件下，同时考虑多普勒效应的影响，c为列车与预测点间的相对声速，则有
Figure 184052DEST_PATH_IMAGE128
。当列车向预测点驶来时，
Figure 829098DEST_PATH_IMAGE129
>0；当列车驶离预测点时，
Figure 913597DEST_PATH_IMAGE130
<0。列车位置的车头坐标为dx、车尾坐标为x 1时，列车在步长数为i时，对预测点t k 的声压级贡献量表示为：
Figure 689792DEST_PATH_IMAGE131
式中，
Figure 266267DEST_PATH_IMAGE132
，
Figure 51689DEST_PATH_IMAGE133
，
计算得到的步长数为i=21时对各时刻下的声级贡献增量如表2所示。
表2 步长数为i=21时对各时刻下的声级贡献增量表
Figure 993625DEST_PATH_IMAGE134
第七，确定各子线声源辐射噪声的地面吸收附加、空气吸声、声屏障的声传播衰减值，对各子线声源对预测点不同时刻的贡献量进行修正。
由于大部分的衰减项均在声源贡献表达式中予以考虑，在本预测方法中对衰减量的计算只需考虑对划分的子线声源的地面吸收附加、空气吸收、声屏障的衰减量进行计算。
（1）地面衰减。
有限长线源的地面衰减C h,dx 可由其子线声源中点位置的地面衰减量来进行估算：
Figure 878404DEST_PATH_IMAGE135
式中，
Figure 270072DEST_PATH_IMAGE136
为线源中点距预测点的距离，
Figure 593606DEST_PATH_IMAGE137
；
Figure 390048DEST_PATH_IMAGE138
，与在线声源上的相对位置无关。
式中，
Figure 445728DEST_PATH_IMAGE139
，
Figure 324692DEST_PATH_IMAGE140
。
（2）空气吸声衰减
有限长线源空气吸收衰减C a 可由子线声源中点位置的地面衰减量来进行估算：
Figure 186337DEST_PATH_IMAGE141
，
Figure 37619DEST_PATH_IMAGE142
为衰减系数，与列车运行参数无关，可根据列车频率、温度、湿度查找技术手册求得，取
Figure 329447DEST_PATH_IMAGE143
=3.1。
式中，
Figure 695706DEST_PATH_IMAGE144
为线源中点距预测点的距离，
Figure 298726DEST_PATH_IMAGE145
；
式中，
Figure 535672DEST_PATH_IMAGE146
，
Figure 464314DEST_PATH_IMAGE147
。
（3）声屏障衰减
本实施例中不设置声屏障，
Figure 66939DEST_PATH_IMAGE148
。
计算得到的步长数为i=21（列车位于以速度v行驶
Figure 535966DEST_PATH_IMAGE149
时长后的位置）时对各时刻下的地面衰减、空气吸声衰减、声屏障衰减修正后的声级贡献增量如表3所示。
表3 步长数为i=21时对各时刻下的地面衰减、空气吸声衰减、声屏障衰减及修正后的声级贡献增量表
Figure 830681DEST_PATH_IMAGE150
根据上述方法，可以同样得到不同步长数i下列车对于预测点各时刻的贡献量，如表4-19给出了i=13~29各计算步长时的结果：
表4 步长数为i=13时对各时刻下的声级贡献增量表
Figure 461383DEST_PATH_IMAGE151
表5 步长数为i=14时对各时刻下的声级贡献增量表
Figure 802234DEST_PATH_IMAGE152
表6 步长数为i=15时对各时刻下的声级贡献增量表
Figure 749986DEST_PATH_IMAGE153
表7 步长数为i=16时对各时刻下的声级贡献增量表
Figure 227104DEST_PATH_IMAGE154
表8 步长数为i=17时对各时刻下的声级贡献增量表
Figure 294286DEST_PATH_IMAGE155
表9 步长数为i=18时对各时刻下的声级贡献增量表
Figure 856854DEST_PATH_IMAGE156
表10 步长数为i=19时对各时刻下的声级贡献增量表
Figure 605367DEST_PATH_IMAGE157
表11 步长数为i=20时对各时刻下的声级贡献增量表
Figure 939921DEST_PATH_IMAGE158
表12 步长数为i=22时对各时刻下的声级贡献增量表
Figure 178005DEST_PATH_IMAGE159
表13 步长数为i=23时对各时刻下的声级贡献增量表
Figure 962290DEST_PATH_IMAGE160
表14 步长数为i=24时对各时刻下的声级贡献增量表
Figure 514494DEST_PATH_IMAGE161
表15 步长数为i=25时对各时刻下的声级贡献增量表
Figure 969134DEST_PATH_IMAGE162
表16 步长数为i=26时对各时刻下的声级贡献增量表
Figure 112539DEST_PATH_IMAGE163
表17步长数为i=27时对各时刻下的声级贡献增量表
Figure 587383DEST_PATH_IMAGE164
表18 步长数为i=28时对各时刻下的声级贡献增量表
Figure 474436DEST_PATH_IMAGE165
表19 步长数为i=29时对各时刻下的声级贡献增量表
Figure 46232DEST_PATH_IMAGE166
第八，对于同一时间内到达预测点的列车辐射噪声贡献值进行叠加，计算得到0~t0每个时刻的噪声预测值。
设t i 时刻的总声级为
Figure 555012DEST_PATH_IMAGE167
，则有：
Figure 313889DEST_PATH_IMAGE168
，j为时间段的数量，j=t 0 /△t。
不同步长数i下对于同一预测时间节点t i=21 的声级贡献量如表20所示。
Figure 4633DEST_PATH_IMAGE169
求和可得：总声级为73.1dBA。
重复上述步骤可得0~t0每个时刻列车辐射噪声传播至预测点时声级预测值。
图4给出了本实施例列车通过预测点时噪声预测值的动态变化预测曲线，经验证与实测曲线基本一致。
本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权力要求的保护范围为准。

Claims (8)

1.一种铁路列车辐射噪声的动态预测计算方法，其特征在于，包括下述步骤：
步骤S1：确定与噪声、列车、预测点相关的条件参数，与初始时刻相关的初始参数；
步骤S2：根据初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 、要预测范围的运行总时间t 0 、以及选定的时间计算步长△t，将预测范围的时间划分为由多个预测时间节点t i 分割的时间段，i为步长数，i=1，2，……，j+1，j为时间段的数量，j=t 0 /△t；
步骤S3：在每个时间计算步长△t下，考虑初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 ，依据到达预测点的时间和时间计算步长△t将列车划分为多个子线声源，并根据子线声源的噪声到达预测点的时间、确定各个子线声源对预测点噪声贡献值的对应预测时间节点t i ，并确定各个子线声源对预测点不同对应预测时间节点t i 上的声压级贡献量；
步骤S4：对不同时间计算步长△t下，分别对预测点同一预测时间节点t i 的声压级贡献量进行叠加，得到预测范围的运行总时间t 0 内各个时间节点的预测声压级；
所述步骤S1中，与噪声、列车、预测点相关的条件参数包括：
（1）与噪声相关的条件参数：通过实测方式获得的列车在预测车速条件下辐射声功率W，空气密度为ρ，声传播速度c 0 ，参考声压级p 0 ，列车作为有限长声源的声源频率f，列车单位长度的平均线声功率密度ω；
（2）与列车和预测点相关的条件参数：预测点距列车的距离为d 参，指向性因子Q；
与初始时刻相关的初始参数包括：
预测点距高速铁路列车运行线路的垂直距离d，预测点投影于列车运行线路上的点的坐标为
Figure 70706DEST_PATH_IMAGE001
，列车行驶速度v，列车长度L 车，高速列车运行的时间t，初始时刻车头辐射噪声传播至预测点所需的时间延迟t 0,x2 。
2.根据权利要求1所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S1中，获得与噪声相关的条件参数的实测方式为声源识别。
3.根据权利要求2所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，各项参数中，
Figure 24756DEST_PATH_IMAGE002
式中，d为预测点距高速铁路列车运行线路的垂直距离，
Figure 5350DEST_PATH_IMAGE003
为预测点距高速铁路列车运行线路的水平距离，h 源为列车运行路线即声源位置的高度，h 预测点为预测点距地面高度，
Figure 499785DEST_PATH_IMAGE004
式中,ω为列车单位长度的平均线声功率密度，W为列车在预测车速条件下辐射声功率，L 车为列车长度，
Figure 46173DEST_PATH_IMAGE005
式中，Q为指向性因子，
Figure 642895DEST_PATH_IMAGE006
为指向性系数，
Figure 641944DEST_PATH_IMAGE007
为极坐标下列车运行线路上任一点和预测点连线与预测点垂直于列车运行线路方向所夹角度。
4.根据权利要求1所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S2中，
Figure 674491DEST_PATH_IMAGE008
式中，t 0,x2 为初始时刻车头辐射噪声传播至预测点所需的时间延迟，x 2为初始时刻列车车头坐标，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，
t i =△t·(i-1)+t 0,x2
式中，t i 为预测时间节点，i为步长数，△t为时间计算步长，t 0,x2 为初始时刻车头辐射噪声传播至预测点所需的时间延迟。
5.根据权利要求1所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S3中，每个时间计算步长△t下子线声源的划分方法为：
首先，确认每个时间计算步长△t下，列车噪声传播至预测点的最近时刻t 近和最远时刻t 远，
Figure 544227DEST_PATH_IMAGE009
，
Figure 639746DEST_PATH_IMAGE010
式中，i为步长数，△t为时间计算步长，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，然后在t 近-t 远范围内，根据与t i 的重合范围关系，由重合范围内的t i 作为中间时间节点t k ，将t 近-t 远时间段划分为多个子时间段，再根据中间时间节点t k 获得划分的每个中间子线声源起点坐标
Figure 126091DEST_PATH_IMAGE011
及终点坐标
Figure 634433DEST_PATH_IMAGE012
为：
Figure 624255DEST_PATH_IMAGE013
，
Figure 825429DEST_PATH_IMAGE014
式中，i为步长数，△t为时间计算步长，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，t k 和t k+1 为两个相邻的中间时间节点。
6.根据权利要求1所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S3中，各个子线声源对预测点的声压级贡献量为：
Figure 536420DEST_PATH_IMAGE015
式中，
Figure 441928DEST_PATH_IMAGE016
，
Figure 286256DEST_PATH_IMAGE017
，ω为列车单位长度的平均线声功率密度，
Figure 392753DEST_PATH_IMAGE018
为空气密度，p 0 为参考声压级，d为预测点距高速铁路列车运行线路的垂直距离，c 0 为声传播速度，v为列车行驶速度，
Figure 853690DEST_PATH_IMAGE019
为极坐标下列车运行线路上任一点和预测点连线与预测点垂直于列车运行线路方向所夹角度，
Figure 22941DEST_PATH_IMAGE020
为极坐标下线声源单元对预测点所张角度，
Figure 721776DEST_PATH_IMAGE011
和
Figure 530332DEST_PATH_IMAGE012
分别为每个中间子线声源的起点坐标及终点坐标；对于车头子线声源与车尾子线声源，起点坐标和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 ，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，x k2 为第一个中间子线声源的起点坐标，x k4 为最后一个中间子线声源的终点坐标。
7.根据权利要求6所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S4中，预测范围的运行总时间t 0 内各个时间的预测声压级为：
Figure 947407DEST_PATH_IMAGE021
式中，j为时间段的数量，j=t 0 /△t。
8.根据权利要求1所述的铁路列车辐射噪声的动态预测计算方法，其特征在于，所述步骤S3中，还包括考虑声传播过程中的衰减对各个子线声源对预测点的声压级贡献量进行修正的步骤，各个子线声源对预测点的修正声压级贡献量L’ i,w (t k )为：
L’ i,w (t k )=L i,w (t k )-C i,h (t k )-C i,a (t k )-C i,b (t k )
式中，C i,h (t k )、C i,a (t k )、C i,b (t k )分别为各个子线声源的地面衰减、空气吸收衰减和声屏障衰减；其中，
Figure 666489DEST_PATH_IMAGE022
，
Figure 750988DEST_PATH_IMAGE023
，
Figure 792762DEST_PATH_IMAGE024
，
Figure 431554DEST_PATH_IMAGE025
，
Figure 154660DEST_PATH_IMAGE026
，
Figure 96595DEST_PATH_IMAGE027
，
Figure 778112DEST_PATH_IMAGE028
，
Figure 169779DEST_PATH_IMAGE029
，
Figure 758893DEST_PATH_IMAGE030
Figure 227439DEST_PATH_IMAGE031
，
Figure 611015DEST_PATH_IMAGE032
为线源中点距预测点的距离，h 源为列车运行路线即声源位置的高度，h 预测点为预测点距地面高度，d 参为预测点距列车的距离，
Figure 489979DEST_PATH_IMAGE033
为衰减系数，d 0 为预测点距高速铁路列车运行线路的水平距离，d为预测点距高速铁路列车运行线路的垂直距离，
Figure 23728DEST_PATH_IMAGE011
和
Figure 279871DEST_PATH_IMAGE012
分别为每个中间子线声源的起点坐标及终点坐标，对于车头子线声源与车尾子线声源，起点坐标和终点坐标分别取x 2 ~x k2 以及x k4 ~x 1 ，x 2为每个步长数i下对应的列车车头坐标，x 1为每个步长数i下对应的列车车尾坐标，x k2 为第一个中间子线声源的起点坐标，x k4 为最后一个中间子线声源的终点坐标，
Figure 240874DEST_PATH_IMAGE034
和
Figure 607133DEST_PATH_IMAGE035
分别为各个子线声源的起点角度及终点角度，c 0 为声传播速度，f为列车作为有限长声源的声源频率，v为列车行驶速度，d 屏为声屏障内表面距高速铁路列车运行路线的水平距离，h 屏为有限长声屏障顶部与声源的高度差；h m 、δ 0 、A 0 、B 0 均为中间参数；
将各个子线声源对预测点的修正声压级贡献量L’ i,w (t k )替代修正前的声压级贡献量L i,w (t k )代入步骤S4进行总时间t 0 内各个时间的预测声压级的计算：
预测范围的运行总时间t 0 内各个时间的预测声压级为：
Figure 6890DEST_PATH_IMAGE036
式中，j为时间段的数量，j=t 0 /△t。
CN202210004848.6A 2022-01-05 2022-01-05 一种铁路列车辐射噪声的动态预测计算方法 Active CN114021396B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210004848.6A CN114021396B (zh) 2022-01-05 2022-01-05 一种铁路列车辐射噪声的动态预测计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210004848.6A CN114021396B (zh) 2022-01-05 2022-01-05 一种铁路列车辐射噪声的动态预测计算方法

Publications (2)

Publication Number Publication Date
CN114021396A CN114021396A (zh) 2022-02-08
CN114021396B true CN114021396B (zh) 2022-03-18

Family

ID=80069619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210004848.6A Active CN114021396B (zh) 2022-01-05 2022-01-05 一种铁路列车辐射噪声的动态预测计算方法

Country Status (1)

Country Link
CN (1) CN114021396B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834780A (zh) * 2015-05-05 2015-08-12 铁道第三勘察设计院集团有限公司 一种五声源模式的高速铁路声屏障插入损失预测方法
CN108680249A (zh) * 2018-05-21 2018-10-19 西南交通大学 一种隧道内列车噪声测算方法、装置及存储介质
CN109299533A (zh) * 2018-09-18 2019-02-01 中南大学 高速列车车外噪声的快速预测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834780A (zh) * 2015-05-05 2015-08-12 铁道第三勘察设计院集团有限公司 一种五声源模式的高速铁路声屏障插入损失预测方法
CN108680249A (zh) * 2018-05-21 2018-10-19 西南交通大学 一种隧道内列车噪声测算方法、装置及存储介质
CN109299533A (zh) * 2018-09-18 2019-02-01 中南大学 高速列车车外噪声的快速预测方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
厦深铁路广东段环境边界噪声预测浅析;崔强等;《噪声与振动控制》;20151218(第06期);全文 *
高速铁路沿线噪声的预测方法;刘岩等;《中国铁道科学》;20021030(第05期);全文 *
高速铁路轮轨滚动噪声预测计算模型研究;步青松;《铁道建筑》;20200820(第08期);全文 *

Also Published As

Publication number Publication date
CN114021396A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN105021363A (zh) 基于s-p-r的船舶结构振动与噪声预报系统
CN107764270A (zh) 一种激光扫描式室内地图生成和更新装置及方法
CN102708267B (zh) 高速铁路声屏障插入损失计算方法
CN107700280B (zh) 既有双线铁路线位重构方法
Li et al. A combined power flow and infinite element approach to the simulation of medium-frequency noise radiated from bridges and rails
CN106339556A (zh) 一种轨道交通桥梁和钢轨全空间噪声预测方法
CN108133098A (zh) 基于fe-sea混合法的桥梁局部振动及结构噪声的预测方法
CN108680249A (zh) 一种隧道内列车噪声测算方法、装置及存储介质
CN114580145A (zh) 市域城际铁路环境振动预测评估方法及系统
CN106153185A (zh) 高速铁路噪声源分声源频谱计算方法
CN105241543A (zh) 高架轨道交通引起的地面振动快速预测方法
CN111753366B (zh) 一种震致损伤无砟轨道不平顺谱的建立方法及计算系统
CN114021396B (zh) 一种铁路列车辐射噪声的动态预测计算方法
Hu et al. Floor vibration predictions based on train-track-building coupling model
Li et al. Dynamic traffic noise simulation at a signalized intersection among buildings
Shi et al. Subway‐Induced Vibration Measurement and Evaluation of the Structure on a Construction Site at Curved Section of Metro Line
Kohrs et al. Sound propagation and distribution around typical train carbody structures
KR20210000198A (ko) 도로 교통 혼잡도 예측 및 모의 방법
CN113916368B (zh) 轨道交通地下线引起的环境振动及二次结构噪声预测方法
CN105184039B (zh) 一种电离层垂直剖面建模及参数反演方法
CN113447220B (zh) 用于地铁车辆段上盖建筑室内振动的类比预测方法及系统
CN106844971B (zh) 基于逆边界元的轨道交通桥梁噪声反演预测方法
Song et al. Study on structure-borne low-frequency noise from rail transit bridges using inverse boundary element method
CN113050163B (zh) 一种振幅、相位信息可调节的全波形反演方法及装置
JP3204654B2 (ja) 反射音を考慮した道路騒音の予測方法

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
GR01 Patent grant
GR01 Patent grant