聚焦航空降噪：SIMULIA PowerFLOW 如何成为波士顿大学的 “噪声分析利器”？
SIMULIA非常荣幸能够与行业领先企业和学术界携手合作，见证他们如何借助仿真之力，加速创新步伐，铸就卓越设计。今天，我们很高兴向大家介绍波士顿大学机械工程系副教授Sheryl Grace，她将探讨如何使用仿真技术来开发设计工具，以应对涡扇发动机的噪声挑战。
在追求更高效、更可持续的飞机设计的道路中，涡扇发动机无疑提供了一款简单高效的解决方案。这类发动机利用风扇吸入额外的空气（帮助推进飞机），从而在提供强大推力的同时，极大地提升了燃油效率。尽管涡扇发动机通常比涡喷发动机更安静，但在飞机起飞与降落时，该发动机仍然是产生社区噪声的主要来源。
波士顿大学机械工程系副教授Sheryl Grace表示：“噪声之所以事关重大，原因在于它对社区的影响。对于机场附近的居民而言，飞机在起降时的油耗问题不甚重要。他们真正在意的是，那些会让他们在深夜惊醒、并且在某些时刻让他们无法在户外正常交谈的噪声。此外，涡扇发动机产生的内部噪声，还会影响机内乘客与机组成员的体验。”
对于飞机开发人员而言，涡扇发动机噪声挑战十分复杂，他们想要找到一些仿真工具，以便在设计的早期阶段能够隔离并缓解特定的噪声源。Grace教授正在与达索系统合作，旨在利用SIMULIA PowerFLOW来打造这些工具。
1、涡扇发动机噪声：一项多物理场挑战
涡扇发动机的种类繁多，而每一种都具有其独特的降噪挑战。例如，军用喷气式飞机使用的小涵道比涡扇发动机，会让大部分空气穿过发动机核心机，因此主要的噪声源是来自喷嘴的气流。而对于商业航空公司使用的大涵道比涡扇发动机，情况则有所不同。
Grace教授指出：“涡扇发动机是对涡喷发动机的进一步发展，它能够让大量空气绕核心机流动，因此其推力来自发动机前部的风扇部分。涵道比越大，来自风扇的推力就越大。这意味着，来自风扇的噪声也越大。”
当发动机风扇叶片的尾流与下游的静子叶片相互作用，并改变气流的方向时，便会产生噪声。这被称为“干涉噪声”，它是商用飞机发动机中最主要的噪声源，尤其是在飞机进近和降落阶段。其组成部分包括：由每个风扇叶片后方尾流的平均流速差异所产生的音调噪声，以及由尾流中的湍流所产生的宽频噪声。到目前为止，这种宽频噪声已被证明特别难以解决。像谐振器和管道构型等解决方案可用于吸收特定的音调，但它们只适用于窄带噪声（即音调噪声）。要吸收宽频噪声所涵盖的宽频声音，则困难得多。
Grace教授表示：“要模拟风扇噪声问题，你必须理解风扇尾流、它与叶片的相互作用、叶片的形状、叶片与转子的数量，以及风扇的转速。通过调整这些属性和管道设计，确实可以消除发动机的音调噪声，但你无法消除风扇尾流中的湍流，也无法消除它产生的所有噪声，因此始终会有宽频噪声。”
2、仿真与物理测试
设计人员在缓解宽频噪声时，常常依赖物理实验的数据来验证他们的预测。所用数据通常包括风扇尾流中至少两个位置的气流测量值，以及发动机周围特定位置的麦克风测量值。这些数据固然很好，但比较有限。
而仿真能够提供关于发动机噪声的更为详尽的深度见解。SIMULIA PowerFLOW已作为一款卓越的工具而在业界崭露头角，它能通过超大涡仿真（VLES）——一种用于计算流体动力学的湍流数学模型，对整个风扇级进行建模。然而，尽管这些仿真能够有效地捕获湍流并预测噪声，但其在早期设计阶段的应用可能颇具挑战。
Grace教授指出：“PowerFLOW的涡扇发动机仿真已被用来探索各种设计问题，但其计算量往往过于庞大，而无法用于评估初始设计。而且，我们要处理由不同方式产生的不同类型的噪声，如果用仿真软件对它们进行建模，你确实可以一次性得到所有结果。但如果你只想提取其中的一小部分并进行快速计算，那么你必须要深入研究：到底是什么因素导致了该噪声？而且我该提取什么数据来进行建模？”
3、携手创建噪声仿真设计工具
Grace教授想要了解PowerFLOW如何能够提供一臂之力，帮助打造涡扇发动机设计人员所需的工具，以最大限度地减少风扇的宽频干涉噪声。因此，她接下来与达索系统SIMULIA的合作，自然水到渠成。
Grace教授表示：“我们之间的合作自然而然地开始了。几年前，在一次航空声学会议上，PowerFLOW开始在关于机身噪声的演讲中被人提及。当时人们正在探索如何利用仿真来预测机身声学特性，PowerFLOW也因此获得了越来越多的关注。又过了几年，突然之间，PowerFLOW拥有了更高的马赫数能力。当时，在风扇领域有一个基准挑战赛，达索系统SIMULIA研发部流体科学与技术应用经理Damiano Casalino，展示了他耗时仅约一周所进行的一次完整的、直接数值仿真的结果。”
Grace教授被她所看到的成果深深打动，并渴望能够参与其中。
她回忆道：“我问Damiano是否可以让我分析他的计算数据，并看看尾流建模效果是否理想。后来我们又在另一次会议上碰面了，他告诉我NASA将允许他在我之前研究过的另外几个风扇案例上运行他的仿真。他同意将体数据发送给我，我们便一同完成了评估工作。”
最终，这促成了Grace教授参与到SIMULIA“成果导向合作”（Outcome-Based Engagement, OBE）项目中——这是一种软件即服务模式，其中，开发软件的公司需要负责其实施和使用。Grace教授参与的SIMULIA OBE，不仅缩短了获得投资回报所需的时间，更提供了一种扩展和增强现有实验数据的途径，从而助力设计工具的开发。
4、通过仿真来增强理解
与达索系统的合作，意味着Grace教授能够开启一段新的旅程，为发动机设计人员开发所需的涡扇发动机宽带噪声预测工具。
Grace教授表示：“我真正想要的结果是，从PowerFLOW中能够得出让我更容易理解的湍流参数，而不是仅仅从一个湍流模型中抓取数值，或者从一个实验中获取单探针的测量结果。我想更好地解读湍流的长度尺度——这应该能从一次完整的大涡仿真中获得。而且我希望在所有位置都能获得该信息——尤其是在转子和静子叶片之间的间隙中。另外，我还想要利用所有数据，来判断用于确定尾流如何演进的传统经验方法是否仍然适用。”
Grace教授和她的合作伙伴在研究尾流演进方面，已经取得了重大进展。尽管团队仍在继续根据PowerFLOW数据探索关于湍流长度尺度的各种问题，但Grace教授相信，他们正朝着正确的方向前进。
对于此次合作，Grace教授的另一个目标，仅仅是为了弄清楚她的低阶模型是否有任何遗漏，例如，关于叶片对压力的响应情况。
Grace教授表示：“我们想研究叶片的响应情况，因为低阶模型的核心就在于模拟流体进入并撞击叶片的过程。我们对叶片如何响应扰动进行了各种假设，并用所有假设进行了叶片建模，而且我想知道，这个结果是否接近真实情况。我想看到完整的叶片响应情况。”
结果证明，这项挑战比预想中的更加困难——但PowerFLOW帮助Grace教授理解了其中的原因所在。
Grace教授指出：“我试图将声学响应分解为声学和流体动力学两个部分，事实上真的很难做到这一点。它包含了边界层以及流体力学，如果要把流体动力学这个很重要的一部分分出去，只处理声学部分，这真的非常困难。但是，在拥有完整的叶片数据后，我发自内心地意识到，这本身就是一个棘手的问题。我以前之所以未能成功，并不是因为我们只有少数几个点的实验数据。我现在才真正体会到，整个分离过程有多么困难，而这是一个很好的结果，我从中获益良多。”
5、稳步前行
最终，从这个项目中建立了一种持续产出成果的合作关系。
Grace教授表示：“这个项目让我得以与达索系统的团队共事，而且我们将继续合作下去。例如，我们下一个研究课题将是关于边界层吸入式发动机。我们一直在探讨，我们是否可以通过一些其它工作来共同改进低阶建模。从我们的工作中，我知道了如何与PowerFLOW的输出进行交互，以及我能从一次仿真中提取什么类型的信息，同时我也结识了一些精通仿真的专业人士。”
Grace教授在波士顿大学的科研工作也因此开辟了新的方向。
Grace教授认为：“与达索系统的合作，帮助我能够从一些新的方向推进我的工作，并尝试解决一些悬而未决的问题。这也让我的工作获得了更多关注，并因此获得了一笔来自美国联邦航空管理局的拨款，其中包括与雷神技术研究中心的一项新合作。”
Grace教授将这种效应描述为“如同踏过一块块进阶石”。随着该项目为她带来了更多的研究机会与经费，这也意味着在她的团队中工作的研究生不仅能够获得实践经验，还获得了更多的资金支持。
Grace教授指出：“这次合作经历给我带来了100%积极的成果。我发现达索系统在分享数据集方面极为慷慨。他们真正想知道是否有改进PowerFLOW工具的方法，以及它如何能够在声学领域为我们提供帮助。他们也对流体力学方向的科研工作很感兴趣，并常常邀请我们开展一些验证工作。这种合作关系使我们能够互惠互利，我相信我们的合作将一直持续下去。”
