0 引 言
近半个世纪来，随着世界航空运输业的迅猛发展和大型机场数量的不断增加，飞机频繁起降给机场周边居民带来的噪声污染问题一直倍受关注。随着发动机噪声的降低，机体气动噪声在民机噪声中所占比例日趋增大[1]。机体噪声主要包括增升装置噪声与起落架噪声，具有宽频特性，其产生的压力脉动通常为小量，对网格数量和计算格式的精度都提出了非常高的要求，目前的计算机及数值模拟水平尚难以满足气动噪声研究的需要，传统理论模型无法计及民机复杂外形的诸多影响，因此风洞试验仍然是气动噪声研究主要手段。由于背景噪声过高及试验段壁面的声反射，导致在闭口风洞中采用常规噪声测量方法难以得到满意的气动噪声数据。20世纪70年代出现的麦克风相阵列测量技术[2]，经过几十年的发展日趋成熟[3, 4, 5, 6]。该技术利用声波传输过程中相位的延迟原理 对阵列信号进行处理，使阵列能够定位噪声源，放大目标噪声，提高信噪比，抑制风洞背景噪声对目标噪声测量的干扰。此外，该技术能给出丰富的声源信息，包括声源位置、强度以及频率特性等。国外普遍利用相阵列测量技术在风洞里开展民机气动噪声研究[7, 8, 9, 10, 11, 12]。我国长期以来缺乏对噪声的足够重视，大型飞机缺乏型号牵引，气动噪声等与大型飞机直接相关的一些技术领域发展迟缓，研究基础薄弱。噪声问题已成为我国民用飞机进入国际市场的瓶颈技术之一。面对国内民用及军用飞行器研制的迅猛势头，开展气动噪声风洞试验关键技术——麦克风相阵列测量技术的攻关已刻不容缓。
本文针对闭口风洞气动噪声测量的相阵列技术，开展了Beamforming算法、背景噪声剔除以及基于Beamforming结果的区域噪声源积分频谱等的研究工作，建立了适用于闭口风洞测试的麦克风阵列优化设计方法，基于FD-09风洞搭建起100通道的麦克风相阵列测量系统，实现了闭口风洞反射、强背景噪声干扰条件下被测模型气动噪声源的识别与定位。文章第一节将介绍在闭口风洞发展麦克风相阵列气动噪声技术的工作，该技术的应用将在第二节中给出，包括增升装置气动噪声试验和起落架气动噪声试验，最后将对试验结果进行总结。
1 闭口风洞相阵列技术的发展闭口风洞麦克风阵列气动噪声测量技术有两方面关键技术：阵列数据处理算法和麦克风阵列布置。阵列数据处理算法是麦克风阵列测量技术的核心，阵列数据处理算法会直接影响试验数据精度。麦克风阵列是麦克风阵列气动噪声测量技术的基础，麦克风的布置决定了阵列性能的优劣。此外，测量系统搭建也是重要环节，闭口风洞麦克风阵列测量系统庞大而复杂，包括麦克风阵列在风洞壁面的安装、数据采集系统的集成等，如果处理不当将影响测量结果。
1.1 阵列数据处理方法基于“波束形成理论”(Beamforming Theory)的指导，充分利用各种背景噪声处理方法以及信号处理技术发展的最新成就，以消除背景噪声、空间混淆和旁瓣为主要目标，通过对波束成型算法中噪声信号采样方式、滤波方式、截断方式(窗函数)以及信号处理方式(时域、频率及互相转换)等的理论分析和计算研究，对麦克风阵列噪声源识别测量分析的基本理论开展了深入研究，发展了基于反卷积算法的传声器阵列噪声源识别技术的理论分析和数值处理方法，突破了强背景噪声闭口风洞麦克风阵列气动噪声源识别与定位算法。
风洞试验中普遍采用的阵列数据处理算法是基于高分辨率谱估计的频域Beamforming(波束形成)算法:
其中：xj∈Ω为声源面网格坐标，Ω为声源面。A为互谱矩阵，是一个M×M的矩阵，M为阵列麦克风数目，Sm(f)为第m个麦克风信号的FFT变换。Cxj为xj位置的调整矢量，是M维矢量，Cxj=wGxj，w为权重系数，Gxj为声传播格林函数；“*”表示复数的共轭。将互谱矩阵主对角线元素置零，能剔除麦克风自噪声，提高信噪比。
基于Beamforming结果计算声源积分频谱，即积分模型某区域内的声源，可用于部件噪声分析。采用了Soderman[13]的声源积分频谱计算方法：
其中：Ω′为积分区域；PSFb-max(xj)为声源面最大声源位置的单位声源的阵列响应，计算公式为：
其中xb-max为声源面中最大声源位置坐标。
1.2 阵列优化设计阵列有两个基本的特性参数，最大旁瓣水平(Maximum Sidelobe Levels，MSL)和分辨率。最大旁瓣水平衡量阵列放大目标声源、抑制背景噪声的能力，也称旁瓣抑制水平，与阵列单元疏密程度和布置样式有关，随频率增大而变差。分辨率为阵列能分辨的两个声源的最小间距，与阵列口径和布置样式有关，随频率减小而变差。二者是对立统一的，在给定麦克风数目以及阵列口劲的情况下，优化阵列布置样式给出最优的最大旁瓣水平和分辨率。
闭口风洞应用中，阵列优化还需要考虑以下因素:1)麦克风的数目，对于阵列性能来说麦克风数目越多越好，但这将增加成本;2)风洞安装条件，试验段壁面上用于安装阵列的位置和空间往往限制了阵列的最大口径、形状和位置;3)其它限制，比如麦克风最小间距受限于麦克风的尺寸和安装方式。阵列设计就是在满足实际条件下，优化阵列布置，以满足高频的最大旁瓣水平要求和低频的分辨率要求。
采用了模拟退火法[14]进行阵列优化设计。针对闭口风洞气动噪声测量对麦克风阵列的需求，在满足闭口风洞中阵列安装条件的情况下，以阵列最大旁瓣水平为约束条件，以阵列分辨率为目标函数，利用模拟退火法，优化阵列单元坐标，获取分辨率和最大旁瓣水平均满足需求的阵列单元布置。
基于上述阵列优化设计方法，针对民机增升装置气动噪声和起落架气动噪声，给出了两个阵列布置，并分别搭建了阵列系统。
根据民机半模气动噪声风洞试验的要求，设计了一个麦克风数目为91、阵列口径为0.71m的对数螺旋阵列，图 1给出了阵列的布置及其性能曲线。按照分辨率优于0.2m、最大旁瓣水平优于-12dB，该阵列的分析频率范围为4.3kHz~24.0kHz。
 |
| 图 1 多臂对数螺旋阵列 Fig. 1 Multi-arm spiral array |
图 2(a)给出了适用于民机起落架超宽频域的噪声探测的组合阵列布置。该阵列由大、小两个阵列嵌套而成，大阵列是98个麦克风构成的、口径为1.7m的对数螺旋阵列，针对低频噪声；而小阵列是由大阵列比例缩放而来，口径为0.45m，针对高频噪声。两个阵列嵌套后满足麦克风最小间距限制，不发生干涉。图 2给出了组合阵列布置及其性能曲线，按照分辨率优于0.2m、最大旁瓣水平优于-14dB的要求，大阵列的分析频率范围为1.6kHz~6.0kHz，小阵列的分析频率范围为5.6kHz～24kHz，组合起来分析频率范围达到1.6kHz～24kHz，能满足大多数噪声测试的要求。
阵列安装采用整体凹陷方式，如图 3所示。与风洞壁面齐平安装了Kevlar布以隔离流场，阵列板与Kevlar布之间有一定距离，见图 4和图 9。这种安装方式能避免流动直接作用于麦克风，以减小麦克风自噪声。此外阵列板与Kevlar布之间的距离能使风洞壁面边界层噪声得到衰减[15]。在吹风条件下风洞试验段存在负压，在阵列板后方设置了一个密封腔，以平衡麦克风膜片两侧的压力。
 |
| 图 3 阵列安装 Fig. 3 Array installed |
 |
| 图 4 SCCH模型与阵列 Fig. 4 Installation of the SCCH model and the array |
 |
| 图 9 起落架模型与阵列 Fig. 9 Installation of the landing gear model and the array |
增升装置噪声源包括缝翼和襟翼。当襟翼打开时，由于升力的突然改变在襟翼的侧缘产生了强大的涡，包括高频小尺度不稳定涡和低频大尺度涡，这两种不同尺度的涡形成了襟翼的主要噪声源[16]。而对缝翼来说，缝翼内凹面的涡扰动、再附着扰动以及涡/后缘干涉是缝翼的主要噪声源[17]。
2011年在FD-09低速闭口风洞开展了某民机飞机增升装置气动噪声风洞试验。模型为某民机SCCH模型(Swept Constant-Chord Half-model，SCCH)。机翼弦长0.45m，展长1.35m，后掠角25°。阵列为91个麦克风所构成的对数螺旋阵列，传声器为高频响麦克风，主要技术指标为：1/4英寸，频响范围4Hz~70kHz，测量范围为50~165dB，灵敏度为1mv/Pa量级。数据采集系统有112个独立采样通道，16位A/D转换器，最大采样频率200kHz。模型安装于试验段地板的半模支撑系统，使用了侧壁阵列，如图 4所示。试验测量了几个风速、增升装置不同构型的气动噪声。此外进行了两种降噪措施(缝翼下表面填充和襟翼侧缘Tip-fence)的研究，其结构如图 5和图 6所示。
 |
| 图 5 缝翼下表面填充结构 Fig. 5 Slat-cove filler |
 |
| 图 6 襟翼侧缘Tip-fence结构 Fig. 6 Flap Tip-fence |
图 7给出了降噪处理前后的缝翼气动噪声窄带Beamforming结果，左图为原模型，右图安装有缝翼填充结构。工况：AOA=0°，缝翼打开，襟翼收起，风速50m/s。频率分别为6 542Hz和6 738Hz，带宽为98Hz。相阵列技术清晰地识别出了缝翼气动噪声。降噪处理区域(-0.4m＜y＜-0.1m)的缝翼噪声明显减弱，降噪效果显著。
 |
| 图 7 缝翼气动噪声 Fig. 7 Slat noise |
图 8给出了降噪处理前后的襟翼气动噪声窄带Beamforming结果，襟翼偏角42°，风速50m/s。频率分别为6 445Hz和7 031Hz，带宽为98Hz。试验清晰地识别出了襟翼侧缘噪声。
 |
| 图 8 襟翼气动噪声 Fig. 8 Flap edge noise |
SCCH模型气动噪声风洞试验结果表明，利用侧壁阵列清晰地识别出了增升装置主要气动噪声源，得到了噪声的频率特性。该项技术能够捕捉局部外形变化对噪声水平的影响，并显示出降噪措施的降噪效果。
2.2 起落架噪声研究起落架噪声是机体噪声的重要组成部分，特别是在飞机着陆的时候。然而由于起落架几何外形以及周围流场的复杂性，起落架噪声的预测仍然是最困难的挑战之一。本质上讲，起落架噪声是一种宽频噪声，其频率范围受到起落架各部件(包括轮胎、支杆、线路)特征尺寸的影响。气流流经起落架产生的噪声主要是由于结构部件中各种非流线体湍流分离以及湍流尾迹与下游部件相互干涉产生的。此外，起落架噪声还受到机翼安装效果的影响[8]。起落架噪声预测困难主要是由于起落架上大量不同尺度、形状和方向的部件造成的。需要根据它们的噪声特性将各个部件分组并了解这些组部件对总噪声水平贡献的相对重要性。通过对比分析拆除部件前后的噪声源识别结果，有助于研究部件对总噪声的影响。基于Beamforming结果的声源积分，能提高信噪比，有助于模型噪声分析。
2013年在FD-09风洞对某民机起落架开展了气动噪声测量。模型为某民机起落架模型，模型缩比为1∶7.636。阵列安装于天花板，模型安装于试验段地板，通过改变模型支撑装置实现内外两个横侧方向的声源探测，如图 9所示。
起落架模型如图 10所示。由于模型比例较小，无法刻画小尺寸部件，缩比模型主要的噪声源包括机轮、舱门、支杆等。其中小舱门与起落架缓冲支柱之间存在空隙，可能诱发显著噪声。
 |
| 图 10 起落架模型结构 Fig. 10 Configuration of the landing gear model |
图 11给出了拆除不同起落架部件后的声源积分频谱对比，积分区域为整个起落架区域，图 11(a)为窄带频谱，带宽为48Hz，图 11(b)为三分之一倍频程频谱。风速为60m/s，探测方向为外横侧向。图中“Landing gear”表示原起落架模型，“Small door removed”表示拆除小舱门，“Big and small doors removed”表示拆除大舱门和小舱门。从图中可以看到，拆除小舱门后在2kHz~5kHz频率范围内噪声明显降低，而在低频以及更高频率下噪声变化很小，可见小舱门诱发的噪声主要集中在这个频带。拆除大舱门后噪声频谱有轻微减小。另外，从窄带频谱中可以看到，拆除小舱门前后以及拆除大舱门前后均能看到2 197Hz和4 199Hz这两个峰值，可见该噪声与小舱门、大舱门无关。以下针对上述频段以及峰值进行Beamforming分析。
 |
| 图 11 声源积分频谱 Fig. 11 Integrated source spectra from the whole landing gear region |
图 12给出了拆除不同起落架部件后的起落架噪声三分之一倍频程Beamforming结果对比。左图为原模型，中图为拆除小舱门，右图为拆除大舱门和小 舱门。中心频率分别为2.0kHz、2.5kHz、3.15kHz、4.0kHz和5kHz，风速为60m/s，探测方向为外横侧向，使用的阵列为大阵列。从拆除小舱门前后的Beamforming结果对比中可以看到，在小舱门区域显示有显著噪声源；在拆除小舱门后该噪声源消失，而其他位置的噪声源显现出来。2.0kHz和2.5kHz频率下，拆除小舱门后机轮区域的噪声显现出来。可见小舱门诱发了2.0kHz~5.0kHz频率范围的显著噪声，在一定程度上掩盖了其他位置的噪声源。而拆除大舱门后，原有大舱门区域显示出更多的噪声源，4.0kHz和5.0kHz频率下在阻力撑杆区域显示出明显噪声。可见大舱门对外横侧向辐射的起落架噪声具有一定的遮挡效果。
 |
| 图 12 拆除不同部件的起落架噪声三分之一倍频程Beaforming结果对比 Fig. 12 One-third octave beamforming results of the landing gear with some assembly removed |
图 13给出了拆除不同起落架部件后的起落架噪声窄带Beamforming结果对比，频率为上述两个峰值频率。从图中可以看到，2 197Hz频率下的主要噪声源位于机轮区域；4 199Hz频率下的主要噪声源位于斜支杆与缓冲支柱的连接区域。
 |
| 图 13 拆除不同部件的起落架噪声窄带Beaforming结果对比 Fig. 13 Narrow band beamforming results of the landing gear with some assembly removed |
图 14给出了拆除大舱门前后起落架噪声高频分量的三分之一倍频程Beamforming结果对比，左图为拆除大舱门前，右图为拆除大舱门后。均拆除了小舱门，风速60m/s，使用的是天花板小阵列，探测方向为内横侧向。对比分析拆除大舱门前后大舱门区域以及机轮区域的噪声对比，大舱门对内横侧向辐射噪声的影响主要集中在12.5kHz以下频率，对更高频率的噪声分量影响很小。6.3kHz和8.0kHz频率下大舱门诱发了更多的噪声，中心频率为12.5kHz的对比结果显示出些许不同，大舱门减弱了侧支杆区域的噪声，却增强了防扭臂区域的噪声。在更高频率下，主要噪声源均不在大舱门区域，如16kHz的防扭臂区域噪声，20kHz和25kHz的侧支杆区域噪声，还有31.5kHz和40kHz高频噪声，经证实为轮胎纹噪声。
 |
| 图 14 拆除大舱门前后起落架噪声的三分之一倍频程Beamforming结果对比 Fig. 14 One-third octave beamforming results of the landing gear with the big door removed |
本文采用Beamforming算法、背景噪声剔除等技术，实现了闭口风洞反射、强背景噪声干扰条件下被测模型气动噪声源的识别与定位。基于全局优化算法完成了满足不同试验需求的麦克风阵列优化设计，提高了气动噪声源识别的分辨率。通过开展增升装置和起落架气动噪声试验可以得出以下结论：
(1)利用侧壁阵列清晰地识别出了增升装置主要气动噪声源，并显示出降噪措施的降噪效果。
(2)利用组合阵列，实现了较宽频率范围内起落架气动噪声源探测，识别出了起落架主要气动噪声源。
(3)起落架气动噪声试验结果显示：小舱门与起落架缓冲柱之间的空隙产生了2kHz~5kHz的显著噪声；机轮区域产生了2197Hz的单频噪声，斜支杆与缓冲柱的连接区域产生了4199Hz的单频噪声；大舱门诱发的噪声主要集中在12.5kHz以下，对更高频率噪声的影响很小；大舱门对外横测方向的噪声辐射具有一定的遮挡效应。
(4)由于起落架模型缩比比较大，模型失真、雷诺数差异以及阵列的动态范围和分辨率限制，对本次试验结果均产生了不利影响，起落架噪声还有待于进一步地研究。
| [1] | Stoker R, Sen R. An experimental investigation of airframe noise using a model-scale boeing 777[R]. AIAA 2001-0987. |
| [2] | Paul T. Soderman, et. Directional microphone array for acoustic studies of wind tunnel models[J]. Journal of Aircraft, 1975, 12(3):168-173. |
| [3] | Thomas Mueller (editor). Aeroacoustic measurements[M]. Springer, 2002. |
| [4] | Gramann R A, Mocio J. Aero-acoustic measurements in wind tunnels using conventional and adaptive beam-forming methods[R]. AIAA 93-4341, 1993. |
| [5] | Ahmad D V. Sekhar Radhakrishnan, Review of acoustic measurement techniques in wind tunnels (Invited)[R]. AIAA 2000-2204. |
| [6] | Robert P D, Gary G P. Improved phased array imaging of a model jet[R]. NASA/TM-2010-216227, AIAA 2009-3186. |
| [7] | Robert W S, Guo Yueping, et al. Airframe noise source loca-tions of a 777 aircraft in flight and com-parisons with past model scale tests[R]. AIAA 2003-3232. |
| [8] | Guo Y P, et al. Experimental study on aircraft landing gear noise[J]. Journal of Aircraft, 2006, 43(2):306-317. |
| [9] | Patricio A R, et al. Wind tunnel aeroacoustic measurements of a 26%-scale 777 main landing gear model[R]. AIAA 2004-2885. |
| [10] | Leon B, et al. Acoustic imaging of aircraft noise sources using large aperture phased arrays[R]. AIAA 2006-2715. |
| [11] | Markus F, et al. Low noise design trends derived from wind tunnel testing on advanced high-lift devices[R]. AIAA 2006-2562. |
| [12] | William M H J, Thomas F B. Noise spectra and directivity for a scale-model landing gear[R]. AIAA 2007-3458. |
| [13] | Paul T S, et al. Airframe noise study of a CRJ-700 aircraft model in the NASA Ames 7- by 10- foot wind tunnel No. 1[C]//8th AIAA/CEAS Aeroacoustics Conference & Exhibit 17-19 June 2002, Breckenridge, Colorado. |
| [14] | 邢文训,谢金星.现代优化计算方法[M].北京:清华大学出版社, 2007. |
| [15] | Stephen M J, et al. Effect of surface treatment on array micro-phone self-noise[R]. AIAA 2000-1937. |
| [16] | Lockard D P, Lilley G M. The airframe noise reduction challenge[R]. NASA/TM- 2004-213013, 2004. |
| [17] | Guo Y P, Joshi M C. Noise characteristic of aircraft high lift systems[J]. AIAA Journal. 2003, 41(7):1247-1256. |