本發明涉及數據處理相關，具體涉及冷卻風扇系統的氣動聲學性能優化方法及系統。
背景技術：
1、冷卻風扇系統作為熱管理核心部件，廣泛應用于汽車發動機冷卻、電子設備散熱、空調通風以及工業機械等諸多領域，冷卻風扇系統面臨日益嚴峻的性能挑戰，傳統對風扇系統的優化設計主要關注其氣動性能，如風量、風壓和效率，然而，在實際應用中，尤其是在對噪聲控制有嚴格要求的乘用車、數據中心及精密儀器等場景下，風扇運行時產生的氣動噪聲成為影響用戶體驗、環境舒適度乃至系統可靠性的關鍵制約因素。氣動噪聲主要由風扇葉片旋轉過程中與空氣相互作用產生，包括由葉片周期性掃過空氣引起的旋轉噪聲，以及由湍流邊界層、渦流脫落等引起的寬頻渦流噪聲，現有風扇降噪多集中于單一物理場的優化，例如通過改進葉片型線、增加導流結構或修改安裝角度來改變流場特性，以期降低噪聲，但是冷卻風扇在實際運行中往往面臨復雜的動態環境，如轉速隨負載實時變化、進風口流場畸變、系統阻抗波動等，動態因素會顯著改變風扇內部的流動拓撲結構，導致聲源特性發生劇烈變化，靜態設計難以在全工況范圍內保持低噪聲性能；并且難以在運行過程中精確構建流動結構與遠場/近場噪聲之間的映射關系，無法實時量化不同流動單元對總體噪聲的貢獻權重，導致降噪措施缺乏針對性；此外，缺乏對流-固-聲多物理場耦合風險的動態監測預警機制。
2、因此，現階段相關技術中，存在難以適應復雜動態工況，無法實時精確識別量化多源氣動噪聲來源且缺乏多物理場耦合共振風險的動態監測的技術問題。
技術實現思路
1、本技術通過提供冷卻風扇系統的氣動聲學性能優化方法及系統，解決了現有技術中存在的難以適應復雜動態工況，無法實時精確識別量化多源氣動噪聲來源且缺乏多物理場耦合共振風險的動態監測的技術問題，達到了提升風扇系統在動態運行工況下的氣動聲學性能自適應優化能力、顯著降低寬頻及離散噪聲并增強系統運行可靠性的技術效果。
2、本技術提供冷卻風扇系統的氣動聲學性能優化方法，所述方法包括：在冷卻風扇系統運行過程中，實時采集表征風扇運行狀態的多維動態數據，所述多維動態數據包括轉速信號、負載變化信號、進出口壓差、振動信號及寬頻噪聲譜數據；基于所述多維動態數據構建氣動狀態特征向量，對所述氣動狀態特征向量執行流動拓撲狀態識別，構建當前運行狀態下的流動結構分布結果；根據所述流動結構分布結果構建流動拓撲單元與聲源貢獻之間的映射關系，計算不同聲源類型在當前運行狀態下的聲源貢獻權重；利用所述聲源貢獻權重提取主導聲源類型，并分析所述主導聲源類型對應的氣動激勵頻譜分布特征；構建冷卻風扇系統的聲學模態風險通道，利用所述聲學模態風險通道和所述氣動激勵頻譜分布特征計算頻譜耦合風險值；根據所述頻譜耦合風險值輸出優化轉速控制策略。
3、在可能的實現方式中，利用所述聲學模態風險通道和所述氣動激勵頻譜分布特征計算頻譜耦合風險值，包括：對所述氣動激勵頻譜分布特征進行頻帶能量分解，提取各離散頻帶的能量密度及頻率漂移趨勢參數；對所述聲學模態風險通道中預存的系統固有模態頻率區間、模態阻尼因子及模態放大系數進行解析，構建模態敏感度分布曲線；將各離散頻帶的中心頻率與所述模態敏感度分布曲線進行匹配分析，計算頻率重合度；將所述能量密度輸入所述模態放大系數計算模態放大能量值；根據所述頻率漂移趨勢參數計算頻率趨近因子，所述頻率趨近因子用于表征驅動激勵頻率向模態敏感區間逼近的演化速率；基于所述頻率重合度、模態放大能量值及頻率趨近因子計算頻譜耦合風險值。
4、在可能的實現方式中，基于所述多維動態數據構建氣動狀態特征向量，包括：對所述轉速信號、負載變化信號、進出口壓差信號、振動信號及寬頻噪聲譜數據進行時間同步對齊處理，構建統一采樣時序序列；基于所述統一采樣時序序列分別提取時域統計特征、頻域能量分布特征及相位關聯特征，生成多維原始特征集合；對所述多維原始特征集合執行相關性約束映射處理，構建表征轉速擾動與壓差響應耦合關系、振動響應與噪聲能量耦合關系的耦合特征子空間；執行耦合特征子空間的特征壓縮和歸一化處理，輸出氣動狀態特征向量。
5、在可能的實現方式中，基于所述多維動態數據構建氣動狀態特征向量，包括：對所述轉速信號、負載變化信號、進出口壓差信號、振動信號及寬頻噪聲譜數據進行時間同步對齊處理，構建統一采樣時序序列；基于所述統一采樣時序序列分別提取時域統計特征、頻域能量分布特征及相位關聯特征，生成多維原始特征集合；對所述多維原始特征集合執行相關性約束映射處理，構建表征轉速擾動與壓差響應耦合關系、振動響應與噪聲能量耦合關系的耦合特征子空間；執行耦合特征子空間的特征壓縮和歸一化處理，輸出氣動狀態特征向量。
6、在可能的實現方式中，對所述氣動狀態特征向量執行流動拓撲狀態識別，構建當前運行狀態下的流動結構分布結果，包括：將所述氣動狀態特征向量輸入預構建的流動拓撲判別模型，所述流動拓撲判別模型基于不同流動結構對應的特征演化模式建立流動狀態映射關系；利用所述流動拓撲判別模型進行氣動狀態特征向量的特征模式匹配，識別與葉尖泄露渦增強狀態、剪切層定狀態、局部分離回流狀態對應的特征響應強度；依據各類流動結構對應的特征響應強度計算拓撲結構占比參數，根據所述拓撲結構占比參數構建當前運行狀態下的流動結構分布結果。
7、在可能的實現方式中，流動拓撲判別模型的構建包括：基于歷史工況下的多維動態數據及對應流動結構標定結果建立氣動狀態特征向量與流動拓撲結構之間的樣本映射數據集；從所述樣本映射數據集中提取表征不同流動結構狀態的特征演化軌跡參數，所述特征演化軌跡參數包括轉速擾動響應梯度、壓差波動幅值增長率、振動頻帶偏移量及噪聲譜能量集中度變化率；構建基于特征演化軌跡參數的多維判別邊界通道，所述多維判別邊界通道用于區分葉尖泄露渦增強主導狀態、剪切層不穩定主導狀態、局部分離回流主導狀態，根據所述多維判別邊界通道構建流動拓撲判別模型。
8、在可能的實現方式中，根據所述頻譜耦合風險值輸出優化轉速控制策略，包括：判斷所述頻譜耦合風險值是否處于預設風險等級區間內；當所述頻譜耦合風險值處于預設風險等級區間，則生成對應的轉速偏移量；將所述轉速偏移量疊加至當前運行轉速，執行轉速控制。
9、在可能的實現方式中，輸出優化轉速控制策略之前，還包括：根據當前負載、進出口壓差和振動特征判斷冷卻風扇系統的運行工況類型；根據所述運行工況類型配置轉速偏移系數；利用所述轉速偏移系數進行優化轉速控制策略的生成補償。
10、在可能的實現方式中，在執行優化轉速控制策略后，持續執行多維動態數據的數據更新，建立更新增量數據集，利用所述更新增量數據集進行優化轉速控制策略的驗證評價，建立驗證評價反饋，根據所述驗證評價反饋進行優化轉速控制策略的策略實時校正。
11、本技術還提供了冷卻風扇系統的氣動聲學性能優化系統，所述系統包括：數據采集模塊，用于在冷卻風扇系統運行過程中，實時采集表征風扇運行狀態的多維動態數據，所述多維動態數據包括轉速信號、負載變化信號、進出口壓差、振動信號及寬頻噪聲譜數據；狀態識別模塊，用于基于所述多維動態數據構建氣動狀態特征向量，對所述氣動狀態特征向量執行流動拓撲狀態識別，構建當前運行狀態下的流動結構分布結果；權重計算模塊，用于根據所述流動結構分布結果構建流動拓撲單元與聲源貢獻之間的映射關系，計算不同聲源類型在當前運行狀態下的聲源貢獻權重；頻譜特征分析模塊，用于利用所述聲源貢獻權重提取主導聲源類型，并分析所述主導聲源類型對應的氣動激勵頻譜分布特征；耦合風險計算模塊，用于構建冷卻風扇系統的聲學模態風險通道，利用所述聲學模態風險通道和所述氣動激勵頻譜分布特征計算頻譜耦合風險值；控制策略輸出模塊，用于根據所述頻譜耦合風險值輸出優化轉速控制策略。
12、擬通過本技術提出的冷卻風扇系統的氣動聲學性能優化方法及系統，實時采集冷卻風扇系統運行過程中的多維動態數據；構建氣動狀態特征向量并識別流動拓撲狀態，建立流動拓撲單元與聲源貢獻的映射關系，計算聲源貢獻權重提取主導聲源類型，分析其氣動激勵頻譜分布特征，并利用聲學模態風險通道計算頻譜耦合風險值，最終輸出優化轉速控制策略。解決了現有技術中存在的難以適應復雜動態工況，無法實時精確識別量化多源氣動噪聲來源且缺乏多物理場耦合共振風險的動態監測的技術問題，達到了提升風扇系統在動態運行工況下的氣動聲學性能自適應優化能力、顯著降低寬頻及離散噪聲并增強系統運行可靠性的技術效果。