閆國華，田 碩

(1. 中國民航大學基礎實驗中心，天津300300；2. 中國民航大學航空工程學院，天津300300)

0 引 言

飛機噪聲在過去近60 年的時間里已大大降低，這在很大程度上是因為高涵道比渦扇發(fā)動機的發(fā)展和發(fā)動機性能的改善減少了源噪聲。盡管取得了這些進展，但由于空中交通的持續(xù)增長、日益嚴格的環(huán)境目標以及機場的限制，飛機噪聲問題仍然令人擔憂。飛機噪聲主要是由發(fā)動機噪聲組成的，因此對發(fā)動機降噪的研究十分必要。目前國內對于渦扇發(fā)動機的噪聲預測方法只能得到一些數值或指標，忽略了噪聲的聲音特征，因此人們無法對噪聲預測結果有一個直觀的感受。在飛機試飛過程中進行音頻采樣能夠獲得其飛行音頻信號，但飛機試飛的成本高昂，在試飛過程中不可避免地會采集到環(huán)境噪聲，影響采樣的準確性，而且該方法不能獲得尚處在設計階段的渦扇發(fā)動機噪聲。

本文通過Heidmann 風扇噪聲預測模型，ANP數據庫和Adobe Audition 軟件對風扇部件飛行音頻信號即風扇噪聲進行合成。飛機飛行過程中接收點接收到的音頻信號是一直在變化的，為了解決這一問題，選取盡可能多的點來計算噪聲數據，分別進行音頻信號合成后，再將這些音頻信號以一定的方式拼接起來，最后使得該音頻信號能夠在較大程度上還原真實噪聲，給科研人員提供了反饋機制[1]。本文首先簡要介紹了Heidmann風扇噪聲預測模型，接著描述了基于ANP 數據庫的航跡計算，以及音頻信號的合成拼接方法，并通過實驗驗證了該方法的正確性和可行性。

1 風扇噪聲預測方法

1.1 Heidmann 風扇噪聲預測模型

Heidmann 方法基于Boeing-Ames 模型發(fā)展而來，利用該模型對某大型涵道比渦扇發(fā)動機的風扇噪聲進行靜態(tài)預測，在1/3 倍頻程中心頻率上計算了風扇進口寬頻噪聲、風扇出口寬頻噪聲兩個寬頻噪聲分量，在單頻噪聲及其諧波的頻率上計算風扇進口離散單頻噪聲、風扇進口組合單頻噪聲和風扇出口離散單頻噪聲這三個單頻噪聲分量[2]。

Heidmann 模型預測風扇噪聲聲壓級的通用計算公式為[3]

式中：? T是風扇級總溫升；?T0是參考風扇級總溫升；是通過風扇的質量流量；是參考風扇的質量流量；F1是風扇相對葉尖馬赫數修正函數，Md是風扇葉尖在設計點的相對馬赫數，MR是風扇轉子葉尖相對馬赫數；F2是靜轉子間距修正函數，S*是轉子靜子間間距比；F3是指向性修正函數，θ 是指向角度是；F4是頻譜修正函數，η 是頻率參數。人耳聽覺范圍在50～20 000 Hz 這個范圍內，所以應計算此范圍內1/3 倍頻程聲壓級。

單頻噪聲的頻率與葉片通過頻率fb有關，fb的計算公式為

其中：c∞是環(huán)境中的聲速；Ae是風扇參考面積；B是發(fā)動機風扇轉子葉片數；N*是轉速的無量綱形式；d*是風扇轉子直徑的無量綱形式。

1.2 噪聲在飛行過程中的衰減和修正

噪聲在傳播時會發(fā)生衰減，本文主要考慮噪聲在大氣中的擴散衰減和吸收衰減。飛機作為噪聲源相對接收點移動時會產生多普勒效應，需要對頻率進行修正。同樣，聲壓級在此狀態(tài)下也需要進行修正[4]。

2 起飛航跡的計算

ANP 數據庫一般有根據國際鑒定組織所規(guī)定的國際標準化程序來進行噪聲鑒定期間所獲取的噪聲數據。根據這些數據可以得到Boeing737-800的起飛航跡。

最終得到B737-800 型飛機的標準起飛航跡圖，如圖1 所示[5]。

圖1 飛機的起飛航跡Fig.1 Aircraft takeoff path

3 音頻信號合成實例

以現代干線客機 B737-800 所使用的CFM56-7B 發(fā)動機為例，基于Heidmann 算法，結合該型號飛機的起飛航跡，合成飛機起飛時飛越噪聲測量點所接收到的風扇部件所產生的音頻信號。具體合成過程如圖2 所示。

圖2 噪聲合成流程圖Fig.2 Flow chart of noise synthesis

由于起飛過程中飛機相對接收點的位置以及飛機的飛行狀態(tài)一直在變化，接收點接收到的音頻信號也在一直變化。所以需要分段合成音頻信號，通過計算合成每一小段的音頻信號再將其拼接起來的方式，完成飛機音頻信號的合成工作。每一小段音頻信號根據其拼接時的拼接點所對應的噪聲數據進行合成。

3.1 合成預處理

只合成末點真實高度由H3變化到H6階段的音頻信號，因為在這一階段中，接收點接收到的噪聲的指向性角度小于30°，接收到的飛機噪聲絕大部分為風扇噪聲，實際意義更大[6]。合成的音頻段的長度可以在進行拼接時進行調整，在合成時無需對音頻段的長度有要求。為了保證拼接后音頻的流暢性、減小拼接處的雜音，在距離接收點較近的航跡上應多取一些拼接點，這是因為飛機在距離接收點較近的航跡上飛行時，接收點接收到的噪聲數據的變化會比較大。一共取7 個拼接點，第7 個拼接點為結束點，在這個點以后不再拼接音頻。將最終的完整音頻分割為7 段音頻分別進行合成。

這7 個拼接點對應的航跡點的位置信息如表1所示。

表1 航跡點坐標信息表Table 1 Track point coordinates

在合成接收點接收到的寬頻噪聲時，需要確定接收點處寬頻噪聲的1/3 倍頻程中心頻率，而1/3倍頻程中心頻率是固定不變的。

這樣一來計算寬頻噪聲大氣吸聲衰減時，只計算1/3 倍頻程中心頻率上寬頻噪聲的聲衰減即可，提高了計算速度。當飛機處在航跡不同位置時，飛機噪聲的多普勒效應也不相同，因此在計算拼接點對應的寬頻源噪聲時，所需頻率需要根據多普勒效應和拼接點處1/3 倍頻程中心頻率進行反推來獲得：

式(3)中：fflight是聲音在傳播路徑和接收點處的實際頻率；foriginal是聲音在噪聲源處的原始頻率；Ma 是飛機的飛行馬赫數，λ 是飛機的起飛航跡與飛越噪聲接收點之間的夾角。

3.2 參數設定

選擇與某次發(fā)動機靜態(tài)噪聲實驗相同的環(huán)境參數，如表2 所示。CFM56-7 發(fā)動機風扇幾何參數如表3 所示，性能參數如表4 所示。

表2 環(huán)境參數表Table 2 Environmental parameters

表3 風扇幾何參數表Table 3 Fan geometrical parameters

表4 風扇性能參數表Table 4 Fan performance parameters

3.3 飛機噪聲預測

如圖3 所示，飛機在起飛時，P 點是飛越噪聲測量點音頻信號接收點，在跑道延長線上距離滑跑起始點6 500 m[7]。圖3 是飛機在起飛過程中飛行姿態(tài)示意圖，Xf是水平線，∠1為飛機起飛階段的俯仰角，∠ 2為起飛航跡切線與水平面的夾角，∠ 2由航跡點坐標得出，這里近似認為∠1等于∠ 2。

圖3 飛機飛行姿態(tài)示意圖Fig.3 Schematic diagram of aircraft flight attitude

P 點與飛機的連線與Xb之間的夾角即為指向性角θ，根據7 個航跡點的坐標與飛機在該航跡點時的俯仰角，算出每個航跡點對應的指向性角，再結合3.2 中的參數設定，代入到式(1)的Heidmann噪聲預測模型公式中，通過計算得到每個拼接點對應的接收點的噪聲數據，即5 種噪聲成分的頻率及其所對應的聲壓級，再根據這些噪聲數據來進行噪聲合成。

3.4 音頻信號合成

得到噪聲數據后，利用Adobe Audition 軟件對音頻信號進行合成。音頻信號中的寬頻噪聲用減法合成法來合成，根據上述計算得到的寬頻噪聲預測數據來設計快速傅里葉變換(Fast Fourier Transform,FFT)濾波器，對Adobe Audition 生成的白噪聲進行濾波，濾波后所得到的就是寬頻噪聲。噪聲中的單頻噪聲用加法合成法進行合成，利用 Adobe Audition 直接生成波形為正弦信號的聲音，正弦信號的各項參數根據上述噪聲預測數據獲得。將兩種合成方法合成的音頻疊加在一起即可得到目標噪聲的音頻信號[8]。將Adobe Audition 所建立的音頻文件和多軌混音項目的采樣率設置為44 100 Hz，位深度設置為32 位(浮點)。

3.4.1 寬頻噪聲合成

生成白噪聲的強度設置為最大值40，偏因徑系數(Deflection Coefficient, DC)偏移設置為0，風格選擇單聲道。接下來對該白噪聲進行濾波，選擇FFT濾波器，根據上述計算得到的寬頻噪聲1/3 倍頻程中心頻率上的聲壓級來改變FFT 濾波器濾波曲線的形狀來進行濾波，FFT 濾波器的長度為8 192，若選擇更大的FFT 則會減慢合成速度，且精度的提高不明顯[9]。由于濾波后的信號頻率和幅值范圍寬，頻率和幅值在其范圍內連續(xù)變化，所以窗函數的選擇不會對噪聲合成結果造成明顯影響。濾波器系數設置按以下公式計算：

式中：B 為常數，這里取B 為70，因為白噪聲功率譜密度減去功率譜密度下限后約等于70。由于風扇進口噪聲和風扇出口寬頻噪聲在噪聲預測階段是分開計算的，因此我們在合成噪聲時也要將其分開合成。部分濾波器系數設置如表5 所示，表5 中頻率為1/3 倍頻程中心頻率。

3.4.2 單頻噪聲合成

在生成音調選項中合成單頻噪聲，音量設置為0，基頻和諧波分量的頻率和振幅則由上述噪聲預測數據得到。渦扇發(fā)動機單頻噪聲分為風扇前離散單頻噪聲，風扇后離散單頻噪聲和風扇前組合單頻噪聲，理論上應為上述3 種單頻噪聲分別合成一個音頻，但由于單頻噪聲的諧波數量超過Adobe Audition 中單個音頻文件的諧波數量限制，所以需要將單音噪聲分為2 個或多個音頻進行合成。合成渦扇發(fā)動機的單頻噪聲需要9 個音頻文件，每個音頻的單音設置同樣可按式(4)進行計算，但此時B 要取120，原因同上。部分單音合成濾波器系數設置如表6 所示。

表5 寬頻噪聲合成部分濾波器系數Table 5 Partial filter coefficient setting for broadband noise synthesis

表6 單音合成部分系數設置Table 6 Partial filter coefficient setting for tone synthesis

3.4.3 混 合

在Adobe Audition 中將同一拼接點上的各噪聲成分添加到一個多軌混音項目的不同音軌中，導出后得到拼接點所對應的音頻段。

3.4.4 拼 接

由于航跡上的點與接收點方向的距離較大，在合成接收點處音頻信號時需要考慮聲音的傳播所造成的延遲，飛機與接收點的距離是動態(tài)變化的，因此延遲的大小也是動態(tài)變化的。

延遲的計算公式為

其中：t 為飛機飛行時間，c 為聲速，R( t) 為聲音傳播距離。經計算，飛機在H3至H6階段最開始時，噪聲傳播到接收點所用的時間為11.966 s。各拼接點對應的接收點接收到的時間減去11.966，得到的即為合成音頻上的拼接點的時間刻度，如表7 所示。

表7 拼接點相關數據Table 7 Relevant data at splicing points

音頻信號的拼接同樣在Adobe Audition 軟件的多軌混音項目中進行。為了避免拼接處的雜聲，使拼接的音頻信號更流暢，一次拼接過程只拼接兩個音頻段。第一個音頻段是根據0 s 時的噪聲數據進行合成得出的，進行拼接時要放在音軌的最前面，即0 s 這一刻度上，再對該音頻段進行裁剪，使該音頻段的末端對準第一個拼接點。與其進行拼接的音頻段是根據飛行時間為2 s 時的噪聲數據進行合成的，該音頻段對應的起點是0 s，這樣做的目的是使兩個刻度之間音頻的過濾更加平滑。這段音頻同樣也要進行裁剪，使末端對準第二個拼接點，這樣就相當于在第一個拼接點和第二個拼接點之間留了一個緩沖區(qū)，以便后一個音頻段的拼接。

后續(xù)音頻段的拼接同樣按照上述方法，拼接最后一個音頻段時則不需要再留緩沖區(qū)，直接裁剪至第七個拼接點處即可。每進行一次拼接都要將拼接結果導出為一個完整文件，然后與下一個音頻段進行拼接。進行多次拼接直至完全拼接完成。噪聲合成的聲譜圖如圖4 所示。在該聲譜圖中，顏色越亮代表此處聲壓級越大，若為純黑色則代表此處沒有能量分布。由該聲譜圖可以看出，隨著時間的增加，聲壓級能量分布逐漸向低頻區(qū)域轉移，且聲音的總聲壓級先增大后減小，在約12 s 處發(fā)生轉折。這種變化并不十分流暢，在1.2，2.4，3.4，4.1，4.7，5.3，13.5 和22.3 s 左右出現了肉眼可見的聲壓級和頻率范圍的突變。聲譜圖中有幾條較為明顯的細線，這些細線在6～16 s 這一區(qū)間內較為明顯。

圖4 合成音頻信號聲譜圖Fig.4 Spectrogram of synthesized audio signal

4 試驗測量

為了驗證第3 節(jié)中噪聲合成結果的準確性。利用Brüel & Kj?r 聲學測量設備對合成出的噪聲結果進行測量。由于該型號飛機配有兩個對稱且相同的發(fā)動機，測量時要同時播放兩個合成噪聲音頻。

在實際噪聲適航審定中，要求在10°～160°之間，每隔0.5 s 測量一次聲壓級。本文也同樣每隔0.5 s 測量一次。

測量結果經過計算得到感覺噪聲級LPN，并以此計算單音修正感覺噪聲級LPNT。單音修正感覺噪聲級的計算公式為

式中：Cmax為單音修正值。飛機噪聲審定的基本評價尺度是有效感覺噪聲級[10]，把預測值與真實值做比較，可驗證該預測模型的準確性。最大單音修正噪聲級與持續(xù)時間修正進行求和，得到有效感覺噪聲級為90.3 dB。

由EASA 文件可知，該型飛機起飛時，在飛越噪聲測量點測得總機的有效感覺噪聲級為96.1 dB[11-12]，結合NASA 給出的風扇噪聲在總機噪聲中的占比，風扇部件合成噪聲測量值與總機噪聲測量值相差4 dB，本文預測合成結果與EASA 提供的噪聲值相差約1.8 dB，符合中國民用航空規(guī)章第36 部的規(guī)定。

5 結 論

本文提出了一種能夠脫離實際音頻采集來獲取渦扇發(fā)動機風扇部件飛行音頻信號的方法。運用Adobe Audition 軟件，根據Heidmann 風扇噪聲預測模型和ANP 數據庫所得出的噪聲預測數據進行音頻信號合成，將合成噪聲測量結果與EASA 測量結果對比，驗證了方法的有效性，并得出如下結論：

(1) 飛機在相對接收點較近的航跡點上飛行時，單頻噪聲在風扇總噪聲中所占比重更大，在聽覺上更為明顯。

(2) 相比于前半段，后半段音頻中低頻噪聲的占比更大。

(3) 對合成的音頻信號的測量結果與EASA 測量結果的對比顯示，二者之間的差值較小，符合中國民用航空規(guī)章第36 部的規(guī)定，結果可靠。

相比在飛機試飛過程中進行實際音頻采集，該方法成本更低，可執(zhí)行性更高。由于渦扇發(fā)動機其他部件的噪聲成分比風扇部件噪聲更為簡單，因此該方法也適用于渦扇發(fā)動機的其他部件的音頻信號合成?？梢哉垯C場周圍居民試聽合成的噪聲，通過調查居民對噪聲的反應來評估飛機噪聲對其的影響，協助相關人員完成飛機噪聲適航審定的工作，降低噪聲審定過程中多次實際飛行的成本。此外，該方法的合成成果還可以應用在相關的飛行模擬軟件當中。