高速列车车外噪声预测建模与声源贡献量分析

王德威，李帅，张捷，韩健，肖新标



高速列车车外噪声预测建模与声源贡献量分析

王德威1，李帅2，张捷1，韩健1，肖新标1

(1．西南交通大学 牵引动力国家重点实验室，四川 成都，610031； 2．中车南京浦镇车辆有限公司，江苏 南京，210031)

为研究高速列车车身表面各区域声源对列车车外噪声的贡献量，基于车外声源识别和几何声学理论，建立高速列车车外噪声仿真预测模型，并通过ISO标准测点处现场测试结果对其进行校核。利用车外声源识别结果对车身表面处各区域声源声功率贡献量进行量化排序，再借助车外噪声预测模型计算分析各区域声源对车外通过噪声的贡献量及车外通过噪声对关键区域声源强度变化的灵敏度。研究结果表明：当高速列车以300 km/h速度运行时，不同区域声源声功率贡献量及其对车外通过噪声贡献量差异较大，其中轮轨区域声源对总声功率贡献量和对车外通过噪声的贡献量分别为39.1%和37.6%，对列车车外噪声起到主导作用；其次为车体下部区域声源，贡献量分别为25.7%和34.1%。高速列车车外通过噪声对轮轨区域声源和车体下部区域声源变化的灵敏度分别为0.39和0.35，即每降低轮轨区域噪声1 dB，可以有效降低车外通过噪声0.39 dB。

声学；高速列车；车外噪声；几何声学；声源贡献

自20世纪90年代以来，科研工作者对高速列车车外通过时的噪声进行测试和分析，得到其随速度变化的演变规律[1]。MELLET等[2]利用距离轨道7.5 m、轨面1.2 m高处麦克风测得了TGV−Duplex型高速列车在250~350 km/h速度范围内以不同速度运行时车外噪声，量化分析了列车动车、拖车对测点处噪声的能量贡献。GAUTIER等[3]对欧洲国家高速列车在不同速度条件下对噪声测试结果进行了归纳分析，并基于TGV−Duplex型高速列车车外声源识别试验结果，对200，300和350 km/h这3种速度条件下列车的显著声源进行了分析。WAKABAYASHI等[4−6]对E2−1000、FASTECH360S和FASTECH360Z型高速列车在不超过360 km/h速度运行时距轨道25 m、地面1.2 m处的噪声，评价列车声源降噪措施的有效性。NOH等[7]测得KTX-Sancheon型高速列车以150 km/h和300 km/h速度运行时距离轨道5 m、轨面0.9 m高测点处车外噪声时间历程，结果显示声压峰值与高速列车转向架及车间连接区域声压峰值相等。在280~390 km/h速度范围内，HE等[8]对ISO 3095—2013标准[9]规定的评价列车车外噪声3个标准测点处列车通过时段内等效连续A计权声压级数值进行线性回归分析，得到了各标准测点处通过噪声随速度的变化规律。谭晓明 等[10]通过对CIT500试验列车在200~350 km/h速度范围内高速列车车外噪声试验研究，获得了通过噪声与列车运行速度的依赖关系。马森月等[11−12]将高速列车车外噪声声源按高度划分为一系列区域，计算得到每个区域声源辐射声功率，研究各区域声源对总辐射噪声的贡献量。本文作者利用高速列车车外声源识别结果，对车身表面处各区域声源声功率贡献量进行量化排序，并基于车外声源识别和几何声学理论，建立高速列车车外噪声仿真预测模型，研究各区域声源对车外通过噪声的贡献量以及车外通过噪声对关键区域声源强度变化的灵敏度，为高速列车车外噪声控制提供参考。

1 高速列车车外噪声预测建模

1.1 几何声学理论

几何声学中以声线的概念代替波的概念。声线代表点声源发出的球面波的一部分，并携带其代表的立体角内的声能[13]。对于自由辐射的单极子声源，以均匀球面波的形式辐射声波，则每条声线的声功率可通过下式求得：

式中：为每条声线的声功率；为声压振幅；为声线数量；为空气密度；为声速。

声线沿直线以声速朝一定的方向传播。当遇到阻抗与空气不同的界面时，声线发生镜像反射或扩散反射，在拐角或边界面顶点处可能伴有衍射现象，如图1所示。

图1 声线与界面的相互作用

当声线发生反射时，部分声能被吸收，剩下的声能由反射声线携带。对于光滑的界面即界面上的起伏比波长小得多时，反射服从镜像反射规律。发生镜像反射的声线幅值取决于界面的法向声阻抗率和声线的入射角。声线入射角为的界面吸声系数与法向声阻抗率之间存在如下关系：

式中：α为界面吸声系数；n为界面法向声阻抗率；为声线入射角。

1.2 预测模型介绍

高速铁路线路中桥梁占绝大部分比例[14]。基于几何声学理论，建立图2所示高速列车车外噪声预测模型，其中参数包括列车、高架线路边界、吸声边界和声源特性等。

图2 高速列车车外噪声预测模型

高架线路轨面距地面高度为10.5 m。模型考虑了列车和桥梁结构，忽略了疏松土壤地面的反射。计算频率范围为200~5 000 Hz，空气密度=1.225 kg/m3，空气中声速=340 m/s，大气温度为20 ℃，相对湿度为38%，背景噪声声压级为54.2 dB。结构材料法向声阻抗率n和吸声系数分别如表1和表2所示。

表1 结构材料的法向声阻抗率Zn[15]

表2 混凝土结构吸声系数(混响室测试值)[15]

1.3 声源参数设置

对于运行车辆声源定位和强度分析，声阵列技术提供了一种高效实用的工具[16−17]。

本文利用基于波束形成算法的B&K 78通道轮辐式传声器阵列测试系统，在室外空旷场地下，测得高速列车匀速通过无声屏障桥梁路段时车身表面各位置处声强分布特征。阵列中心位于距轨面1.2 m高、距线路中心线7.5 m处。结合高速列车声源分布特征和车辆结构，将车身表面划分为轮轨区域、受电弓区域、空调设备区域、车体下部区域、车间连接区域、车头/车尾区域、车身表面区域、车顶其他区域、排障装置区域共9类。其中，轮轨区域覆盖车轮和钢轨，受电弓区域覆盖受电弓和接触网。当高速列车以300 km/h速度运行时，在200~5 000 Hz频率范围内，全频带声强云图及区域划分如图3所示。

由图3可见：当高速列车以300 km/h速度运行时，显著声源位于轮轨区域、受电弓区域和车间连接区域，这与参考文献[18−19]中的结论一致。测得最大声强级位于第5节车辆后端转向架，次大声强级位于第2节车辆前端转向架处；其下依次位于头车前端转向架处和第6节车辆受电弓位置。

对各区域声源声功率贡献量进行量化分析，图4所示为高速列车以300 km/h速度运行时各区域声源声功率占总声功率的百分比。

(a) 头车和第2节车辆；(b) 第3节车辆和第4节车辆；(c) 第5节车辆和第6节车辆；(d) 第7节车辆和尾车

由图4可见：轮轨区域声源对总声功率贡献量最大，为39.1%；其次为车体下部区域声源，声功率贡献量为25.7%；车身表面区域、车顶其他区域、受电弓区域声源辐射声功率贡献量分别为18.3%，5.7%和4.5%，对总辐射噪声贡献相对较小；车间连接区域、空调设备区域、车头/车尾区域、排障装置区域声源声功率贡献量分别为2.5%，1.9%，1.5%和0.9%，对总辐射噪声贡献量很小。值得注意的是，虽然第6节车辆工作状态下受电弓所在区域噪声显著，但由于区域面积占比较小，导致声功率贡献量较小。

图4 各区域声源声功率贡献量(A计权)

将轮轨区域、车体下部区域、车身表面区域和车顶其他区域沿车身方向进一步划分为一系列子区域。每个区域简化等效为位于车身表面附近的单极子声源，声源辐射声功率根据区域面积计算得到。声源区域划分及仿真预测模型中等效声源数量和高度如表3所示，等效声源沿车身方向位置位于所对应区域中 线上。

2 高速列车车外噪声预测分析

2.1 计算结果及分析

选择ISO 3095—2013标准[9]规定的距离线路中心线7.5 m、轨面以上3.5 m高标准测点1及距离线路中心线25 m、轨面以上3.5 m高标准测点2作为对比对象。在标准测点1和标准测点2处，列车通过时段内噪声时间历程及通过时段内等效连续A计权声压级数值预测结果与实验结果分别如图5和图6所示。

式中：p=2−1，为列车通过时间；1和2分别为列车通过起、止时间；pA()为噪声瞬时A计权声压级。

由图5和图6可以看出：标准测点1和标准测点2处列车通过时段内噪声时间历程预测结果与试验结果吻合较好。同时，标准测点1处列车通过时段内等效连续A计权声压级预测结果比试验结果高0.5 dB，标准测点2处列车通过时段内等效连续A计权声压级预测结果比试验结果高0.2 dB。这主要是由于预测模型对试验环境进行了简化造成的。总体来看，该模型能够比较准确地预测高速列车车外噪声。

2.2 声源贡献量分析

基于高速列车车外噪声仿真预测模型，分析各区域声源对车外通过噪声贡献。各区域声源对通过噪声贡献量可通过下式求得：

表3 声源区域划分及等效声源设置

1—预测结果，=99.6 dB；2—试验结果，=99.1 dB。

1—预测结果，=92.1 dB；2—试验结果，=91.9 dB。

式中：p为第类区域声源对标准测点处车外通过噪声贡献量；Aeq,Tp()为第类区域声源单独作用时，标准测点处列车通过时段内等效连续A计权声压级。

选择标准测点2为分析对象，图7所示为各区域声源对测点处车外通过噪声贡献量计算结果。

由图7可见：轮轨区域声源对车外通过噪声贡献量最大，为37.6%；其次是车体下部区域声源，贡献量为34.1%；车身表面区域、车顶其他区域、受电弓区域声源对车外通过噪声贡献量分别为14.4%，4.6%和4.1%，合计占总噪声的23.1%，对车外通过噪声有一定贡献；车间连接区域、空调设备区域、车头/车尾区域、排障装置区域声源贡献量分别为2.3%，1.6%，0.8%和0.5%，对车外通过噪声的贡献量很小。

图7 各区域声源对车外通过噪声贡献量

结合图4和图7可知：各区域声源对车外通过噪声贡献量与各区域噪声声功率贡献量存在对应关系，即声功率贡献量越大，对车外通过噪声的贡献量也越大。高速列车车外噪声主导声源为轮轨区域声源，其次为车体下部区域声源。

3 列车运行速度的影响

随着列车运行速度的增加，铁路噪声也会随之增加。一般地，轮轨滚动噪声与列车运行速度所对应的30lg成正比，气动噪声与60lg成正比，气动噪声随速度增加更快[20−21]。但是，高速列车运行速度会对各声源区域的量化贡献造成一定影响，目前，人们对相关量化分析还很少。为此，本文将分析速度对各区域声源声功率贡献量以及速度对各区域声源对车外通过噪声贡献量的影响。

3.1 对各区域声源声功率贡献量的影响

利用不同速度下高速列车车外声源识别结果，分析列车运行速度对各区域声源声功率贡献量的影响。图8所示为250，280，300，330和350 km/h5种速度下各区域声源辐射声功率贡献量。

由图8可见：在上述5种速度下，对总声功率贡献量相对较大的5类区域均为轮轨区域、车体下部区域、车身表面区域、车顶其他区域和受电弓区域。其中，轮轨区域声源声功率贡献量最大，其次为车体下部区域声源。随着列车运行速度的增加，轮轨区域和车体下部区域声源声功率贡献量呈减小趋势，轮轨区域声源贡献量从41.4%降至37.0%；车体下部区域声源贡献量从28.0%降至25.1%；车身表面区域、车顶其他区域和受电弓区域声源声功率贡献量呈增加趋势，车身表面区域声源贡献量从15.7%增至19.6%，车顶其他区域声源贡献量从5.6%增至6.0%，受电弓区域声源贡献量从3.5%增至5.3%。这是由于列车运行速度增加时，气动噪声增加速度相对于轮轨噪声更快，导致气动噪声显著的车身表面区域、车顶其他区域和受电弓区域声源声功率贡献量越来越大。

1—轮轨区域；2—受电弓区域；3—空调设备区域；4—车体下部区域；5—车间连接区域；6—车头/车尾区域；7—车身表面区域；8—车顶其他区域；9—排障装置区域。

3.2 对各区域声源对车外通过噪声贡献量的影响

建立250，280，330和350 km/h 4种速度下高速列车车外噪声预测模型，分别计算得到各区域声源对车外通过噪声的贡献量。图9所示为不同速度下各区域声源对通过噪声贡献量计算结果。

由图9可见：各区域声源对车外通过噪声贡献量及其随速度的变化趋势与图8所示各区域声源声功率贡献量及其随速度的变化趋势相似。

随着列车运行速度的增加，轮轨区域和车体下部区域声源对车外通过噪声贡献量呈减小趋势，轮轨区域声源贡献量从39.7%降至36.2%，车体下部区域声源贡献量从35.8%降至32.9%；车身表面区域、车顶其他区域和受电弓区域声源对车外通过噪声贡献量呈增加趋势，车身表面区域声源贡献量从12.3%增至15.6%，车顶其他区域声源贡献量从4.5%增至4.8%，受电弓区域声源贡献量从3.1%增至4.9%。

1—轮轨区域；2—受电弓区域；3—空调设备区域；4—车体下部区域；5—车间连接区域；6—车头/车尾区域；7—车身表面区域；8—车顶其他区域；9—排障装置区域。

4 声源贡献灵敏度分析

为了调查各区域声源强度变化对高速列车车外通过噪声的影响，统计5类区域声源声功率级频谱200~ 5 000 Hz全频带范围内分别减小1，3和5 dB及增加1，3和5 dB共6种条件下标准测点2处列车通过时段内等效连续A计权声压级计算结果，如图10所示。

1—轮轨区域；2—车体下部区域；3—车身表面区域；4—车顶其他区域；5—受电弓区域。

由图10可见：当各区域声源声功率级变化量相同时，对车外通过噪声的影响幅度不一。进一步对计算结果进行线性拟合，得到回归方程：

采用回归方程斜率表示列车车外通过噪声对各区域声源变化的灵敏度。各区域声源对应回归方程斜率、截距和相关系数2计算结果如表4所示。

由表4可知：当各区域声源声功率级频谱在−5~ 5 dB之间变化时，轮轨区域声源和车体下部区域声源变化对列车车外通过噪声的影响较大，灵敏度分别为0.39和0.35，换言之，每降低轮轨区域噪声1 dB，可以有效降低车外通过噪声0.39 dB；车身表面区域、车顶其他区域和受电弓区域声源变化对列车车外通过噪声的影响较小，灵敏度分别为0.16，0.05和0.05。

表4 回归方程斜率b、截距a和相关系数R2

5 结论

1) 当列车以300 km/h速度运行时，轮轨区域声源声功率贡献量最大，为39.1%；其次为车体下部区域，声功率贡献量为25.7%。

2) 采用本文建立的高速列车车外噪声仿真预测模型，所得标准测点1处列车通过时段内等效连续A计权声压级预测结果比试验结果高0.5 dB，标准测点2处列车通过时段内等效连续A计权声压级预测结果比试验结果高0.2 dB，说明该仿真预测模型能够比较准确地预测高速列车车外噪声。

3) 当高速列车以300 km/h速度运行时，轮轨区域声源对车外通过噪声贡献量最大，为37.6%；其次是车体下部区域声源，贡献量为34.1%。

4) 高速列车车外噪声主导声源为轮轨区域声源，其次为车体下部区域声源。每降低轮轨区域噪声 1 dB，可以有效降低车外通过噪声0.39 dB。

[1] POISSON F, GAUTIER P E, LETOURNEAUX F. Noise sources for high speed trains: a review of results in the TGV case[C]// Proceedings of the 9th International Workshop on Railway Noise. Munich, Germany: Springer, 2007: 71−77.

[2] MELLET C, LÉTOURNEAUX F, POISSON F, et al. High speed train noise emission: latest investigation of the aerodynamic/rolling noise contribution[J]. Journal of Sound and Vibration, 2006, 293(3): 535−546.

[3] GAUTIER P E. High speed trains external noise: recent results in the TGV case[C]// 19th International Congress on Acoustics. Madrid, Spain: ICA, 2007: 2−7.

[4] WAKABAYASHI Y, KURITA T, YAMADA H, et al. Noise measurement results of shinkansen high-speed test train (FASTECH360S,Z)[C]// Proceedings of the 9th International Workshop on Railway Noise. Munich, Germany: Springer, 2007: 63−70.

[5] KURITA T. 高速试验列车FASTECH360的降噪成果[J]. 国外铁道车辆, 2010, 47(1): 14−18. KURITA T. Efforts for noise reduction on FASTECH360 high speed test train[J]. Foreign Rolling Stock, 2010, 47(1): 14−18.

[6] KURITA T, WAKABAYASHI Y, YAMADA H, et al. Reduction of wayside noise from shinkansen high-speed trains[J]. Journal of Mechanical Systems for Transportation and Logistics, 2011, 4(1): 1−12.

[7] NOH H M, CHOI S, HONG S, et al. Investigation of noise sources in high-speed trains[J]. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 2014, 228(3): 307−322.

[8] HE Bin, XIAO Xinbiao, ZHOU Qiang, et al. Investigation into external noise of a high-speed train at different speeds[J]. Journal of Zhejiang University-SCIENCE A, 2014, 15(12): 1019−1033.

[9] ISO 3095—2013, Acoustic-railway applications: measurement of noise emitted by railbound vehicles[S].

[10] 谭晓明, 杨志刚, 吴晓龙, 等. CIT500车外噪声源频谱分解模型的试验研究[J]. 铁道学报, 2017, 39(7): 32−37. TAN Xiaoming, YANG Zhigang, WU Xiaolong, et al. Experimental study on frequency spectrum component model of noise source outside CIT500 train[J]. Journal of the China Railway Society, 2017, 39(7): 32−37.

[11] 马森月. 高速铁路噪声源识别: 津秦铁路客专试验研究[D]. 北京: 北京交通大学机械与电子控制工程学院, 2014: 63−66. MA Senyue. Noise-identification of high-speed railway- experimental study on Tianjin-Qinhuangdao railway[D]. Beijing: Beijing Jiaotong University. School of Mechanical and Electronic Engineering, 2014: 63−66.

[12] 胡文林, 胡叙洪, 齐春雨, 等. 高速铁路噪声源区划及各区域声源贡献量分析[J]. 铁道标准设计, 2016, 60(3): 163−166. HU Wenlin, HU Xuhong, QI Chunyu, et al. Division and contribution analysis of high-peed railway noise sources[J]. Railway Standard Design, 2016, 60(3): 163−166.

[13] 吴硕贤, 赵越喆. 室内声学与环境声学[M]. 广州: 广东科技出版社, 2003: 47−51. WU Shuoxian, ZHAO Yuezhe. Room acoustics and environmental acoustics[M]. Guangzhou: Guangdong Science and Technology Press, 2003: 47−51.

[14] 刘玉杰, 谢亚伟. 我国高速铁路桥梁和区间路基结构设计方案的比选探讨[J]. 重庆交通大学学报(社会科学版), 2012, 12(5): 23−25. LIU Yujie, XIE Yawei. Structure design comparison study of bridge and interval roadbed in china’s high speed railway[J]. Journal of Chongqing Jiaotong University(Social Sciences Edition), 2012, 12(5): 23−25.

[15] 马大猷, 沈㠙. 声学手册[M]. 2版. 北京: 科学出版社, 2004: 173, 611−612. MA Dayou, SHEN Hao. Handbook for acoustic[M]. 2nd ed. Beijing: Science Press, 2004: 173, 611−612.

[16] BARSIKOW B. Experiences with various configurations of microphone arrays used to locate sound sources on railway trains operated by the DB AG[J]. Journal of Sound and Vibration, 1996, 193(1): 283−293.

[17] MICHEL U. History of acoustic beamforming[C]// 1st Berlin Beamforming Conference. Berlin, Germany: BEBEC, 2006: 1−17.

[18] DENG Yongquan, XIAO Xinbiao, HE Bin, et al. Analysis of external noise spectrum of high-speed railway[J]. Journal of Central South University, 2014, 21(12): 4753−4761.

[19] NOH H M. Noise-source identification of a high-speed train by noise source level analysis[J]. Journal of Rail and Rapid Transit, 2017, 231(6): 717−728.

[20] THOMPSON D J. 铁路噪声与振动:机理、模型和控制方法[M]. 中国铁道科学研究院节能环保劳卫研究所, 译. 北京: 科学出版社, 2013: 260. THOMPSON D J. Railway noise and vibration: mechanisms, modelling and means of control[M]. Energy Saving & Environmental Protection & Occupational Safety and Health Research Institute, China Academy of Railway Sciences, trans. Beijing: Science Press, 2013: 260.

[21] LICITRA G. Noise mapping in the EU: models and procedures[M]. London: CRC Press/Taylor & Francis Group, 2013: 84−104.

Prediction of external noise of high-speed train and analysis of noise source contribution

WANG Dewei1, LI Shuai2, ZHANG Jie1, HAN Jian1, XIAO Xinbiao1

(1. State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China; 2. CRRC Nanjing Puzhen Co. Ltd., Nanjing 210031, China)

In order to study the contributions of the noise sources in different high-speed train body areas to the external noise, the model for predicting and simulating the external noise of high-speed train was established based on the external noise source identification of train and the theory of geometrical acoustics. The prediction model was checked by the results measured at the filed positions according to ISO standard. Furthermore, the contributions of the noise sourcesin different train body areas to the total sound powerwere quantitatively sorted based on the results of train noise source identification. The contributions of noise sourcesin different train body areas to the pass-by noise of train and the sensitivities of pass-by noise to changes in the intensity of noise sources in key areas were calculated and analyzed by using the prediction model. The results show that when the high-speed train runs at the speed of 300 km/h, the contributions of noise sourcesin different areas to total sound power and the contributions to the pass-by noise of train are quite different. The contributions of noise sources in wheel-rail area to the total sound power and pass-by noiseare 39.1% and 37.6%, respectively, which play a dominant role in the production of the external noise, and follows by the noise sources in the lower area of train body follow, which are 25.7% and 34.1%, respectively. The sensitivities ofpass-by noiseto the changes in the intensity of noise sourcesin the wheel-rail area and the lower area of train body are 0.39 and 0.35, respectively. In other words, the pass-by noise can effectively reduce 0.39 dB if the sound power level of noise sources in wheel-rail area decreases every 1 dB.

acoustics; high-speed train; external noise; geometrical acoustics; noise source contribution

10.11817/j.issn.1672−7207.2018.12.026

U 271.91

A

1672−7207(2018)12−3113−08

2018−01−09；

2018−03−25

国家自然科学基金资助项目(U1434201，51475390)；国家重点研发计划项目(2016YFB1200503-02，2016YFB1200506-08) (Projects(U1434201, 51475390) supported by the National Natural Science Foundation of China; Projects(2016YFB1200503-02, 2016YFB1200506-08) supported by the National Key R&D Program of China)

肖新标，博士，副研究员，从事铁路噪声与振动研究；E-mail：xinbiaoxiao@163.com

(编辑 刘锦伟)