[發明專利]一種基于量綱分析計算雙層復合結構開孔泡沫鋁的吸聲系數的方法

在審

• 申請號: 202110057403.X
• 申請日: 2021-01-15
• 公開（公告）號: CN112908433A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 梁李斯;郭文龍;米嘉毓;馬洪月;彌晗
• 申請（專利權）人: 西安建筑科技大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06F30/17;G06F30/20;G06F119/10
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李紅霖

本發明公開了一種基于量綱分析計算雙層復合結構開孔泡沫鋁的吸聲系數的方法，包括如下過程：獲取雙層復合結構開孔泡沫鋁所有的獨立參數；根據所述獨立參數的基本量綱，從獨立參數中選取重復參量，所述重復參量包括：第一層開孔泡沫鋁的背后空腔深度、第二層開孔泡沫鋁的表觀密度和噪聲頻率；利用所述獨立參數和重復參量構建所有的無量綱量；根據所述所有的無量綱量得到吸聲系數的表達式；求解吸聲系數的表達式中的未知參量，得到最終的吸聲系數的表達式。采用本發明的方法來計算復合結構吸聲系數值誤差較小、有效可靠，能夠為設計性能優良的復合結構提供理論基礎。

技術領域

本發明涉及吸聲降噪以及量綱分析領域，具體涉及一種基于量綱分析計算雙層復合結構開孔泡沫鋁的吸聲系數的方法。

背景技術

目前，隨著人們對噪音污染治理的重視，越來越多的吸聲材料以及復合吸聲結構得以應用。但由于環境的復雜性，噪聲的頻率范圍廣，單一的吸聲材料已經很難滿足對噪聲的治理要求，復合吸聲結構得到越來越廣泛的應用。但對于復合結構的設計，最常用的方法有三種。一是通過實驗來測量復合結構的吸聲系數來獲得相對性能較為優異的復合結構，但該方法實驗量繁重且誤差很大無法準確得到最優組合；二是通過神經網絡來預測吸聲系數，但神經網絡預測樣本數據的需求較高，神經網絡有很強的非線性擬合能力，但在預測的過程中，只能通過擬合預測，不能解釋其推理過程和依據，在數據處理上神經網絡具有很強的隨機性，選擇的訓練數據不同，預測值也不同，很難確保選定的訓練數據是最好的；三是建立吸聲材料模型，多孔材料作為典型高效的吸聲材料，在建立模型時，內部孔的分布和形狀不能與實際完全一致，存在較大的偏差，對模型進行吸聲模擬時，誤差很大。

發明內容

本發明的目的在于針對上述存在的不足，提供一種基于量綱分析計算雙層復合結構開孔泡沫鋁的吸聲系數的方法，采用本發明的方法來計算復合結構吸聲系數值誤差較小、有效可靠，能夠為設計性能優良的復合結構提供理論基礎。

本發明采用的技術方案如下：

一種基于量綱分析計算雙層復合結構開孔泡沫鋁的吸聲系數的方法，包括如下過程：

獲取雙層復合結構開孔泡沫鋁所有的獨立參數；

根據所述獨立參數的基本量綱，從獨立參數中選取重復參量，所述重復參量包括：第一層開孔泡沫鋁的背后空腔深度、第二層開孔泡沫鋁的表觀密度和噪聲頻率；

利用所述獨立參數和重復參量構建所有的無量綱量；

根據所述所有的無量綱量得到吸聲系數的表達式；

求解吸聲系數的表達式中的未知參量，得到最終的吸聲系數的表達式。

優選的，所述獨立參數包括：第一層開孔泡沫鋁的厚度、第二層開孔泡沫鋁的厚度、第一層開孔泡沫鋁的孔徑、第二層開孔泡沫鋁的孔徑、第一層開孔泡沫鋁的表觀密度、第二層開孔泡沫鋁的表觀密度、第一層開孔泡沫鋁的聲壓差、第二層開孔泡沫鋁的聲壓差、第一層開孔泡沫鋁背后空腔深度、第二層開孔泡沫鋁背后空腔深度、第一層開孔泡沫鋁和第二層開孔泡沫鋁的基體密度、噪聲頻率和雙層復合結構開孔泡沫鋁的吸聲系數。

優選的，利用所述獨立參數和重復參量構建所有的無量綱量的過程包括：

利用重復參量構建如下無量綱量：