欢迎来到天天文库
浏览记录
ID:36689809
大小:8.57 MB
页数:86页
时间:2019-05-13
《基于多腔的消声器气流再生噪声研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于多腔的消声器气流再生噪声研究⑧重庆大学硕士学位论文(学术学位)学生姓名:姚杰指导教师:邓兆祥教授专业:车辆工程学科门类:工学重庆大学机械工程学院二O一二年五月StudyonFlowNoiseGenerationofMulti..ChamberExhaustMuffler⑧AThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’SDegreeofEngineeringByYaoJieSupervi
2、sedbyProf.DengZhaoxiangSpecialty:VehicleEngineeringCollegeofMechanicalEngineeringofChongqing一⋯University,Chongqing,China.May2012中文摘要摘要随着人们生活水平的提高,人们对汽车的振动和噪声特性提出了更高的要求。作为降低和控制车辆排气噪声的一种有效手段,消声器在发动机排气系统中得到了广泛的运用。随着内燃机向高速化发展,消声器的气流再生噪声问题成为影响消声器消声性能的重要因素。研究消声器气流噪
3、声的影响因素,尤其是结构因素,对于设计高性能品质的消声器具有重要的指导意义。实验法是研究消声器气流再生噪声的有效手段和常用方法。本文搭建了消声器气流再生噪声试验平台,利用双传声器法对多套消声器的气流再生噪声进行了测量研究,分析研究了多腔消声器气流再生噪声与气流速度的关系。基于气流速度与气流再生噪声的密切联系,本文利用常用的计算流体力学软件FLUENT,重点研究了一套消声器的内部流场,分析消声器结构形式对消声器内部内流场的影响,同时结合了4套消声器的内流场特征,总结出影响消声器内部流场的主要结构因素。本文尝试运用宽
4、频噪声源模型,CAA模型,FLUENT软件与LMS.Virtual.Lab软件联合仿真,以及BP神经网络方法对消声器气流再生进行了预测研究,比较了几种预测方法的优缺点和适用范围,为消声气流再生噪声的预测提供了新的思路和途径。关键词:排气消声器,气流再生噪声,CAA,CFD,流场重庆大学硕士学位论文IIWiththevibrationandthemufflerisenginebecomeshigher,flowregeneratednoisedevelopsintothemainfactorofevaluating
5、theperformanceofmufflers.Theresearchoninfluencefactorstoflowregeneratednoise,especiallyinvolvedwithstructure,ismuchmeaningfultohighperformencemufflerdesign.Theexperimentaltestisaneffectiveandcommonlyusedwaytostudyflowregeneratednoiseofmuffler.Inthispaper,ates
6、tplatformforflowregeneratednoiseofmufflerisbuiltanddual—microphonetestmethodhasbeenappliedtomuffler’Sflowregeneratednoisemeasurement,thentherelationsbetweenflowregeneratednoiseandflowvelocityareanalyzed.Basedonthecloserelationshipofflowregeneratednoiseandflow
7、velocity,theFLUENTsoftwareiSusedtoanalyzetheinteriorflowfieldofasetofmufflersanditsstructures’effecsfactors.Meanwhile,accordingtofoursetsofmufflers’interiorflowfieldcharacteristics,themainstructualfactorsaffectinginteriorflowfieldarefiguredout.Inthispaper,all
8、alliedsimulatingmethodofFLUENTandLMS.Virtual.LabsoftwareiSattempted,inwhichthewidebandnoiseSOurCemodelandCAAmodelareused.AlsoBPneuralnetworkisappliedtostudythemethodsofflowregeneratednois
此文档下载收益归作者所有