鐵路噪音解決方案 - CAE軟體Actran

SNCF列車提供安靜、可持續的旅行體驗。列車設計透過Actran進行噪音分析模擬，因而提供乘客們擁有一趟寧靜的旅程。憑藉電力驅動的高速列車和節能技術，有效減少碳排放提倡綠色出行。點擊我一起來看看如何降噪吧~

鐵路噪音解決方案 – CAE軟體Actran

法國國家鐵路營運商 SNCF 的研究與創新部門一直在探索 Actran ，用於對其列車內部噪音舒適度進行建模，並為降噪解決方案建立假設情境。

SNCF (Société Nationale des Chemins de fer Français)是一間法國的國家鐵路運營公司，擁有世界上最大規模的鐵路網之一。 SNCF 每天的運輸量超過500萬名乘客及貨物，每天運行超過14,000列列車，涵蓋35,000公里的鐵路網絡，其中包括2,600公里的高速列車、知名的TGV(Train à Grande Vitesse)正是於此運行。

雖然 SNCF 並非鐵路製造商，但該公司深刻的了解，卓越的噪音舒適度體驗對於乘客來說是多麼重要，尤其是針對高速列車，高速列車的目的在於取代短程航空旅行，因此乘客的期望值更高。

SNCF 在購買和運營列車時會考慮其長期使用，有些列車可能會使用數十年，隨著公眾期望的變化，列車需要進行改造以盡可能達到所需的噪音舒適度水平。這些改造通常涉及對技術設備和電驅動機械進行新的封裝、更換車輪上的能量吸收器或減震器，以及對列車的牆壁、地板和天花板進行聲學處理。

(車廂內部設計)

對數千列列車進行改造，如果缺乏明確的工程判斷，將會帶來高昂的成本，因此，負責這項任務的工程師必須深入了解噪音傳遞路徑，並識別出關鍵區域，在這些區域進行處理能夠在控制成本的同時，實現最佳的降噪效果，這種精確的聲學工程分析有助於確保改造工作既具有效率又具經濟效益。

Noise sources and noise reduction

列車所產生的噪音，不論是輻射向周圍環境還是傳入車廂，都與行駛速度有很大的關係。在常用運行時速80 km/h至300 km/h時，主要的噪音來源是滾動噪音(rolling noise)，這種噪音由車輪與鐵軌接觸時產生，由於鐵軌上可能有製造或磨損造成的不規則，這直接導致乘客最常察覺到的噪音。次要噪音則來自車載設備，如電機、空調系統，這些次要噪音只在低速時較為明顯，因為隨著速度的提升，滾動噪音會將其掩蓋。

當列車速度超過300 km/h時，主要噪音來源變為氣動噪音，這是由氣流與列車結構、轉向機構和集電弓的相互作用所產生的。

(集電弓示意圖Pantograph)

為了有效識別噪音傳播路徑並快速找到提高聲學舒適度的解決方案，SNCF投入資源探索聲學模擬技術，這是一項能夠提供工程見解的有效工具，幫助工程師找到最佳解決方案。由於公司無法通過大量原型測試來驗證所有方案，因此轉向數位化解決方案可在成本方面帶來諸多好處。作為第一步，聲學模擬在研發項目中進行評估，而不是在生產環境中。

在這一背景下， SNCF 使用 MSC Apex 建立模型，並使用 Actran 模擬車廂內部噪音，進行聲學分析。 MSC Apex 提供了符合人體工學且易於學習的一套工具，能夠從CAD模型到網格輕鬆轉換，還能快速修改現有幾何圖形，並為有限元素法(FEM)準備網格，將其導出至Actran進行聲學模擬。 Actran能夠有效模擬各種聲學情境，並通過”虛擬驗證”快速確認這些聲學對策的最佳位置。

Delivering simulation solutions

創新與發展部門內部成立了一個專門團隊，目的為制定利用CAE技術降低噪音，他們的主要任務是創建一套分析流程，識別如何最佳地進行研究，並提供一套工具，輔以少量的實驗測試來解決噪音問題。由於滾動噪音的外部噪音問題已經有完善的解決方案，該團隊的重點主要集中在乘客舒適度相關的車廂內部噪音。為了解決這一問題，團隊首先對一個簡化的車廂模型進行了研究，該模型本質上是一個平行六面體箱體，目的是制定解決鐵路內部噪音的主要指導原則，尤其是關於車廂腔體大小的問題。這些研究成果將有助於開發有效的降噪策略，提升乘客體驗。

在聲學分析中，模型的大小是影響模擬運行時間的重要因素，對於較大的物體，必須使用更多的元素來模擬高頻率的現象，由於列車車廂相對較大，因此模擬高頻噪音(超過1000 Hz)並不容易。

研究人員對離散化準則進行了研究，即需要多少元素來正確模擬特定波長或頻率，他們的結論是，每個波長至少需要五個元素來確保精確模擬，此外，還需要定義合適的流體阻尼進一步提高模擬的準確性。這些發現有助於優化模型的網格設置，從而在模擬精度與計算效率之間取得平衡。

“Actran可以針對設計以及所涉及的物理機制，包括吸收和絕緣，進行精細地模擬。”

SNCF 專案經理 Claire Chaufour

該幾何模型包括了列車車廂的兩個不同隔間，包含乘客區和平台區，以及座椅、桌子和行李架。主要噪音來源是滾動噪音，這種噪音被模擬為單極源，其振幅由A加權分貝dB(A)的三分之一倍頻程定義。研究目標是評估噪音在乘客隔間內的傳播情況，並進一步分析噪音向平台隔間的傳播，以及乘客隔間內聲學處理材料提供的吸音效果，這項研究有助於理解不同隔間之間的聲音傳播路徑，並探索有效的降噪措施以提高乘客舒適度。

“由於我們無法以真實的方式測試所有對策，因此我們選擇使用CAE，並在降低成本方面帶來許多好處。”

SNCF 專案經理 Claire Chaufour

月台區和乘客隔間之間由一塊玻璃面板隔開，該面板在聲學分析時視為薄殼結構，乘客隔間內的吸音效果則通過不同表面應用吸收係數來進行聲學分析。為了評估噪音值，研究中設置了多個虛擬麥克風代表乘客的位置，並在車廂內的特定高度測量噪音水平，這些麥克風能幫助工程師們更精確地了解不同區域的噪音分佈和吸音效果，從而為改善乘客的聲學舒適度提供數據判斷。

初步分析結果確定了需要研究的重要頻率範圍，隨後設計了幾個假設情境(what-if studies)用於評估這些頻率範圍內可能實現的噪音遞減效果，通過這些研究，工程師可以測試不同的聲學處理方法和技術，分析其在關鍵頻率範圍內的性能表現，從而找出最有效的降噪方案。

接下來，使用現有Actran模型，修改吸音材表面的材料屬性，通過改變地板和天花板應用的不同材料，可觀察其對噪音控制的影響，這些材料的選擇和布置將直接影響聲音的吸收效率，並且可以通過聲學分析結果，可視化不同材料在降低車廂內部噪音方面的效果，Actran為優化聲學性能提供了便捷又快速的虛擬平台。

“有時得到的分析結果與我們的理解相反，因此模擬使我們能夠質疑並更好地理解不易計算的聲學結果。”

SNCF 專案經理 Claire Chaufour

(乘客室出口處的聲壓級 (SPL)，單位為 dB(A))

透過分析結果與虛擬麥克風數據，研究人員得出以下結論：將吸音材料放置在車廂入口處(靠近噪音源)對噪音減少效果更顯著，這一效果可以通過觀察特定頻率下Actran預測的聲壓級來進一步可視化，將吸音材料放置在噪音源周圍比其他位置更有效，因為這樣可以避免多次反射，從而放大聲音強度。

Moving forward

在這次聲學探索與驗證研究中獲得寶貴的結果後，下一步是讓團隊工程師們採用這一方法，將其應用於創建更安靜、更舒適的車廂。在噪音問題得到有效解決的環境中，乘客將更享受旅程，放鬆或高效工作。此外，該方法還將被用於探索聲學超材料，這些材料有望在減少聲學處理增加的重量的同時，大幅提升降噪性能。