6.1 声学数值方法总览与选型
6.1 声学数值方法总览与选型
声学计算的三条路线——解析法（公式直接解）、数值法（有限元/边界元/有限差分）、几何近似（射线/声线追踪）——各有辖区；选型的第一判据是 ka 值（波数乘特征尺寸）与网格规模，第二判据是开域还是闭域。
音乐厅还没建，问题已经摆在桌上：第 18 排的清晰度够吗？在动手仿真之前，更根本的问题是——这个问题值得用哪种方法解？选错方法的代价常常大于不解。
三个世界的分界线
低频小尺度（ka 小于约 1 至 2）：波动效应主导，简单几何有解析解甚至手册公式可用——房间模态（第3章 3.1）就是解析路线的产物。中低频复杂几何：数值法接管，波动方程被离散求解。高频大空间：波长相对几何尺寸极小，波动细节不再重要，声可当作"射线"处理，几何声学（镜像源法、声线追踪）以极低代价覆盖大空间——音乐厅音质设计的传统主力正是它。分界的粗略标尺就是 ka 与"每个波长需要多少网格"：
import numpy as np c = 343.0 def ka(f, a): # 波数 × 特征尺寸 return 2*np.pi*f/c*a cases = [("小房间 100 Hz", 100, 2.0), ("轿车腔 200 Hz", 200, 1.5), ("音乐厅 2 kHz", 2000, 20.0), ("发动机舱 1 kHz", 1000, 0.5)] for name, f, a in cases: k = ka(f, a) route = "解析/模态" if k < 2 else ("数值法" if ka(f, a) < 60 else "几何声学") print(f"{name:<16} ka = {k:8.1f} -> {route}") # 小房间 100 Hz ka = 3.7 -> 数值法 # 轿车腔 200 Hz ka = 5.5 -> 数值法 # 音乐厅 2 kHz ka = 732.7 -> 几何声学 # 发动机舱 1 kHz ka = 9.2 -> 数值法 # ka 小走解析，中等走数值，巨大走射线 —— 频率每升一个量级，问题就换一个世界。
网格规模：数值法的账单
波动类问题离散的经验准则是每波长至少 6 至 10 个单元（三维）。算一笔账就知道为什么高频有限元"失宠"：单元数随频率三次方增长，频率翻十倍、网格涨千倍：
import numpy as np def dof_estimate(L, f, c=343.0, ppw=8): """边长 L 米的立方域、频率 f 的三维网格自由度量级""" n_per_side = ppw * (L*f/c) # 每边单元数 return n_per_side**3 L = 20.0 # 音乐厅级 for f in (100, 500, 2000): n = dof_estimate(L, f) print(f"{f:5d} Hz: 每边约 {int(8*L*f/c):4d} 单元, " f"总自由度量级 1e{np.log10(n):.1f}") # 100 Hz: 每边约 46 单元, 总自由度量级 1e5.0 # 500 Hz: 每边约 233 单元, 总自由度量级 1e7.1 # 2000 Hz: 每边约 932 单元, 总自由度量级 1e8.9 # 2 kHz 直接冲上亿自由度 —— 这就是音乐厅高频交给射线法的算术原因。
网格账单之外还有两笔隐性成本：频域扫频要逐频点求解（宽频问题成百上千次），阻尼与吸收边界的真实参数往往比网格更影响精度——垃圾进垃圾出的规律在声学仿真里格外锋利，实测校核（第2章的方法）永远是仿真流程的一部分。
图：声学计算方法选型地图
⚠️ 常见坑：拿着仿真软件当"真理机器"。材料吸声系数、阻抗边界、耦合损耗因子这些输入参数的不确定度动辄 ±20%，输出精度永远不会超过输入精度——仿真报告的第一页应当是参数来源与灵敏度的说明。
本节要点回顾
- 选型三问：ka 多大？开域闭域？算力预算多少？
- 每波长 6–10 单元是网格底线，三维自由度随频率三次方增长
- 高频大空间交给射线法，其精度瓶颈在散射与低频衍射的缺失
- 频域扫频、阻尼参数与吸收边界是比网格更常见的精度杀手
- 仿真必须与实测互校：证据链不因为换了计算机就免检
下一节把三种数值方法拆开实战。
常见问题
混合方法是什么？ 中频区间（既不算低频也够不上几何近似）里，把有限元用于结构与关键声腔、射线法覆盖大空间，交界处以传递函数衔接。车内噪声中频段常用这类拼装方案——工程界对"频率三世界"的务实回答。
仿真结果与实测差多少算正常？ 中低频简单模型 3 至 5 分贝的误差常见；复杂耦合问题 10 分贝以内都可接受。关键不是误差绝对值，而是趋势与排序要对：方案 A 优于 B 的结论不能被误差翻转。
学习曲线先学什么？ 先学网格与波长的关系（本节的六单元准则），再学边界条件与材料参数的取值来源，最后才是软件操作。反过来学的人，手里握着的只是一个昂贵的画图工具。
再给一个量级感觉作为收尾：现代笔记本上，一万个自由度的频域声学有限元在分钟级；十万自由度要小时级；千万级必须集群或降阶（模型降阶、子结构综合）。听到"全频段全细节仿真"的承诺，先在心里做这道算术——算力边界从来是方法论的一部分。
顺带说明验证（ Verification 与 Validation 的区分）：前者问"方程解对了吗"（网格收敛性检查），后者问"方程本身对吗"（与实测对比）。仿真报告里两者的证据都要有，缺前者是数值粗糙，缺后者是物理自负。
顺带把降阶模型（ROM）也纳入地图：当同一个模型要被成千次调用（优化、不确定度传播、实时控制）时，先在离线高保真仿真上训练一个低维代理，在线只算代理——计算声学与机器学习在这里已经开始握手，也是 6.4 节"智能声学"在仿真侧的伏笔。方法论地图上又多了一条从"算得准"通往"算得快"的等高线。
并行与 GPU 是这张地图的最新地貌：时域有限差分与有限元的大规模并行实现，把"高频有限元不可行"的红线往外推了一个量级；云端按小时租用的算力，让中小团队也做得起曾经专属大机构的参数扫掠。方法论没变，账单结构变了——选型的第三问"算力预算"正在变得越来越像一句可以讨价还价的商务条款，而不是一道物理禁令。