简介:采用计算流体力学(ComputationalFluidDynamics,CFD)和计算气动声学(ComputationalAeroacoustics,CAA)分步耦合方法对汽车前端冷却模块气动噪声进行数值分析。将换热器部件等效为多孔介质,利用大涡模拟(LargeEddySimulation,LES)捕捉冷却模块声源信息。利用声学边界元法(AcousticBoundaryElementMethod,BEM)计算气动噪声,并将计算结果和噪声试验结果进行对比。结果表明,冷却模块空间声场低频段轴向偶极特征明显;离散噪声突出而宽频噪声相对较小;场点总声压级随转速的增大而增加;出风口场点总声压级较进风口大;增加等效声源数量可提高气动噪声的数值预测精度。计算结果与试验结果吻合较好,说明CFD和CAA分步耦合方法可为冷却模块低噪声设计提供理论指导。
简介:大数据分析是检查具有各种类型的大量数据并快速生成以识别隐藏模式、未知相关性和其他有用信息的过程。在现代汽车集团的研发中心,有许多类型的机器能够以前所未有的规模生成数据。作者开发了一种名为VDMS的车辆信号采集设备。这种类型的传感器每天在大数据系统上存储超过1TB的数据。因此,分析不断增加的数据量和高速流传感器数据的能力是必不可少的。本文研究了传感器数据的分析方法,首先,建立了从信号数据相关性分析到分类模型的分析过程,并开发了针对信号优化的分析方法。另外,提出了一种将异常信号数据形成图案并检测特定图案的方法。