噪声预测仿真——从FEM-BEM耦合到SEA

分类: 音響連成解析 | 更新 2026-04-12

理论与物理

噪声预测的整体框架

🧑‍🎓

噪声预测的仿真具体是怎么做的呢?声音看不见摸不着,该从哪里入手呢…

🎓

粗略来说分两个阶段。首先通过结构的FEM振动分析求得表面速度分布。然后用BEM(边界元法)计算从该振动表面辐射出的声压分布

🧑‍🎓

原来如此,是把振动和声音分开考虑啊。实际中会在什么场景下使用呢?

🎓

最容易理解的是汽车的路噪。振动从轮胎→悬架→车身面板传递,在车厢内辐射出声音。追踪这种“结构→声学”的连锁反应是FEM-BEM耦合的经典应用。除此之外,压缩机的噪声、家电的电机声、工程机械的环境噪声等也可以用这种方法预测。

🧑‍🎓

听到FEM-BEM耦合感觉很难,但原来是输入结构振动、输出声音这么简单的事啊。

🎓

概念虽然简单,但需要根据频率范围区分使用不同的方法。低频(~500 Hz)用FEM-BEM,中高频(500 Hz~)用SEA(统计能量分析),气动噪声用FW-H法,根据目的不同,工具各有其适用领域。先把这个整体框架记在脑子里,后面的内容就更容易理解了。

亥姆霍兹方程

🧑‍🎓

那么请从具体的数学公式开始讲解。描述声场的基本方程是什么?

🎓

出发点是波动方程。对于声压 $p(\mathbf{x}, t)$:

$$ \nabla^2 p - \frac{1}{c^2}\frac{\partial^2 p}{\partial t^2} = 0 $$
🎓

这里 $c$ 是声速(空气中约343 m/s)。将其转换到频域,就得到角频率 $\omega$ 下振动的稳态声场所满足的亥姆霍兹方程

$$ \nabla^2 p + k^2 p = 0, \qquad k = \frac{\omega}{c} = \frac{2\pi f}{c} $$
🧑‍🎓

$k$ 是波数呢。频率越高 $k$ 越大,波长就越短。这似乎直接关系到网格的精细程度。

🎓

没错。经验法则是波长 $\lambda = c/f$ 对应每波长至少6个单元(如果是二阶单元则是3个)。例如1000 Hz时 $\lambda \approx 0.34$ m,所以单元尺寸需要控制在约57 mm以下。频率升高导致网格数量爆炸性增长,这是噪声预测的宿命。

瑞利积分

🧑‍🎓

求解亥姆霍兹方程最简单的方法有吗?

🎓

对于嵌在无限刚性壁中的振动面(障板面)的声辐射,可以使用瑞利积分。由表面的法向速度 $v_n(\mathbf{y})$ 直接计算任意点 $\mathbf{x}$ 的声压:

$$ p(\mathbf{x}) = \frac{j\omega\rho_0}{2\pi} \int_S \frac{v_n(\mathbf{y})\, e^{-jkr}}{r}\, dS(\mathbf{y}) $$
🎓

这里 $r = |\mathbf{x} - \mathbf{y}|$ 是声源点到接收点的距离,$\rho_0$ 是空气密度。$e^{-jkr}/r$ 是格林函数,表示点声源发出的球面波。像扬声器的辐射模式计算,用这个就足够了。

🧑‍🎓

原来需要障板面这个条件啊。像汽车发动机这样复杂的3D形状该怎么办呢?

🎓

这时就轮到基尔霍夫-亥姆霍兹积分方程和BEM登场了。这是能处理任意封闭曲面辐射的更通用的公式化方法。

基尔霍夫-亥姆霍兹积分方程与BEM

🧑‍🎓

这是BEM的核心部分吧。会得到什么样的式子呢?

🎓

对亥姆霍兹方程应用格林定理,就得到基尔霍夫-亥姆霍兹积分方程。对于外部区域(辐射问题):

$$ c(\mathbf{x})\, p(\mathbf{x}) = \int_S \left[ p(\mathbf{y})\frac{\partial G(\mathbf{x},\mathbf{y})}{\partial n(\mathbf{y})} - G(\mathbf{x},\mathbf{y})\frac{\partial p(\mathbf{y})}{\partial n(\mathbf{y})} \right] dS(\mathbf{y}) $$
🎓

$G(\mathbf{x},\mathbf{y}) = \dfrac{e^{-jk|\mathbf{x}-\mathbf{y}|}}{4\pi|\mathbf{x}-\mathbf{y}|}$ 是三维自由空间的格林函数。$c(\mathbf{x})$ 是在边界上为 $1/2$、在外部区域内为 $1$ 的系数。因为 $\partial p/\partial n = j\omega\rho_0 v_n$,所以代入结构FEM求得的表面速度 $v_n$,就能求出声压 $p$。

🧑‍🎓

与需要对整个3D空间划分网格的FEM不同,BEM只需要表面网格就行了吧。这是很大的优势吗?

🎓

是的。对于外部辐射问题,如果用FEM,声音会传播到远方,所以需要划分巨大的空气区域网格,还要设置无反射边界(如PML等)。而BEM只需要表面网格,并且辐射条件(索末菲条件)会自动满足。对于像汽车通过噪声这样的外部辐射问题,BEM具有压倒性优势。

声功率级与SPL

🧑‍🎓

噪声预测最终的评价指标是什么?我知道要输出“多少dB”,但是…

🎓

主要有两个指标。首先是声压级(SPL),是接收点声压与基准值的比较:

$$ L_p = 20\log_{10}\frac{p_{\text{rms}}}{p_{\text{ref}}}\quad [\text{dB}], \qquad p_{\text{ref}} = 20\ \mu\text{Pa} $$
🎓

其次是声功率级($L_W$),是声源本身辐射能量的指标,不依赖于观测位置:

$$ L_W = 10\log_{10}\frac{W}{W_{\text{ref}}}\quad [\text{dB}], \qquad W_{\text{ref}} = 10^{-12}\ \text{W} $$
🎓

声功率 $W$ 通过对振动表面的声强 $I$ 进行面积分求得:

$$ W = \int_S I_n\, dS = \int_S \frac{1}{2}\text{Re}\left[p\, v_n^*\right] dS $$
🧑‍🎓

SPL是“某个地方有多吵”,$L_W$ 是“声源发出了多少声音”。看来区分使用很重要啊。

🎓

没错。从标准来看,环境噪声的限值通常用SPL规定,但噪声源性能比较则使用 $L_W$。ISO 3744和ISO 3745规定了声功率的测量方法,所以仿真结果与实验的比较大多在这个框架下进行。

各项的物理意义
  • 亥姆霍兹方程 $\nabla^2 p + k^2 p = 0$:空间压力变化($\nabla^2 p$)与波传播($k^2 p$)的平衡。$k$ 越大(频率越高),空间变化越剧烈。日常例子:泳池水面波,波长越短,波纹图案越细密,原理相同。
  • 格林函数 $G = e^{-jkr}/(4\pi r)$:表示从一点扩散的球面波的振幅衰减。$1/r$ 是几何扩散引起的衰减。向水面投小石子时,波纹随扩散而减弱,就是这种 $1/r$ 衰减。
  • 基尔霍夫-亥姆霍兹积分的两项:第一项是面上的声压分布(双层势)的贡献,第二项是面上的速度分布(单层势)的贡献。像扬声器振膜这样速度占主导的情况,第二项是主角。
  • 声强 $I_n = \frac{1}{2}\text{Re}[p v_n^*]$:声压与质点速度的乘积。表示声能流过表面的方向和大小。即使声压大,如果速度与相位不一致,能量也无法传递——这是仅看SPL无法看到的信息。
假设条件与适用范围
  • 线性声学:假设声压远小于大气压。SPL > 150 dB 的爆炸声或喷气排气近场,非线性效应不可忽略
  • 均匀介质:声速 $c$ 和密度 $\rho_0$ 在空间上恒定。存在温度梯度或气流时,需要非均匀介质的公式化
  • 稳态分析:亥姆霍兹方程以单一频率的稳态振动为前提。对于瞬态冲击声或脉冲声,需要直接求解时域波动方程
  • BEM的假设:物体表面为封闭面。对于开放端或薄板结构,需要“薄膜BEM”或“间接BEM”等特殊公式化
  • SEA的假设:模态密度足够高(1/3倍频程带宽内3个模态以上)。低频时统计假设不成立
量纲分析与单位制
物理量SI单位典型值·备注
声压 $p$Pa (= N/m²)听觉阈值 20 μPa = 0 dB,痛觉阈值 20 Pa = 120 dB
声速 $c$m/s空气中 343 m/s (20°C),水中 约1480 m/s
波数 $k$rad/m1 kHz → $k \approx 18.3$ rad/m
声功率 $W$W基准值 $10^{-12}$ W,普通对话 $\sim 10^{-5}$ W
声强 $I$W/m²基准值 $10^{-12}$ W/m²
空气密度 $\rho_0$kg/m³1.225 kg/m³ (海平面,15°C)
Coffee Break 杂谈角

“感觉吵 ≠ dB值大”——心理声学与物理量的差异

噪声预测仿真计算的是声压级(dB),但人是否感觉“吵”并不仅仅由物理量决定。例如,与60 dB的稳定空调声相比,即使是50 dB但断断续续的蜂鸣声有时会带来更强的压力感。这是因为频率特性、纯音性(tonality)、波动快慢(粗糙度)等会影响感知。汽车行业中,除了dB,将“心理声学指标”(响度 sone、尖锐度 acum、粗糙度 asper)设定为目标值的OEM正在增加。在CAE领域,也从单纯的dB预测向“音质预测”转变,Simcenter 3D、HEAD acoustics ArtemiS等工具正在加强与心理声学评估的联动。

数值解法与实现

结构振动FEM要点

🧑‍🎓

请先讲解第一阶段结构振动的解法。和普通的FEM不一样吗?

🎓

基本是一样的,但有噪声预测特有的要点。目标是通过强迫振动的频率响应分析,输出表面的法向速度 $v_n(\omega)$。FEM的运动方程为:

$$ \left[-\omega^2 \mathbf{M} + j\omega \mathbf{C} + \mathbf{K}\right] \mathbf{u} = \mathbf{F}(\omega) $$
🎓

求得位移 $\mathbf{u}$ 后,表面速度可由 $v_n = j\omega\, \mathbf{u} \cdot \mathbf{n}$ 得到。实际工作中重要的是阻尼模型的选择。瑞利阻尼($\mathbf{C} = \alpha\mathbf{M} + \beta\mathbf{K}$)虽然方便,但在宽频带内阻尼比会非物理地变化。汽车的NVH分析中,通常根据频率设置实测的模态阻尼。

🧑‍🎓

阻尼有偏差会直接影响声压啊。也就是说,结构侧也会影响声学侧的精度。

🎓

没错。阻尼比只要变成实际值的两倍,共振峰的SPL就可能变化6 dB之多。所以,在结构FEM阶段,通过实验模态分析充分确认相关性(MAC值),是决定噪声预测可靠性的关键。

BEM公式化

🧑‍🎓

如何数值求解基尔霍夫-亥姆霍兹积分方程呢?

🎓

将表面 $S$ 分割成 $N$ 个边界单元,对积分方程进行离散化。写成矩阵形式:

$$ \mathbf{H}\mathbf{p} = \mathbf{G}\mathbf{q} $$
🎓

$\mathbf{p}$ 是节点声压向量,$\mathbf{q} = \partial p/\partial n = j\omega\rho_0 v_n$ 是法向声压梯度。由于从结构FEM已知 $v_n$,所以 $\mathbf{q}$ 是已知的,求解这个联立方程就能得到表面声压 $\mathbf{p}$。知道了表面声压,就能通过积分计算任意外部点(场点)的声压。

🧑‍🎓

FEM的刚度矩阵是稀疏矩阵,但BEM的 $\mathbf{H}$ 和 $\mathbf{G}$ 是怎样的呢?

🎓

问得好。BEM的矩阵是稠密矩阵(满矩阵)。因为所有节点都与所有其他节点相互作用。$N$ 个节点就是 $N \times N$ 的满矩阵,内存占用 $O(N^2)$,直接求解复杂度 $O(N^3)$。这就是大规模问题中BEM的瓶颈,后面会讲到用FMM-BEM来解决。

FEM-BEM耦合

🧑‍🎓

结构FEM和BEM是如何连接起来的?有单向和双向之分对吧?

🎓

单向耦合(弱