[發(fā)明專利]多孔材料吸聲性能預測方法、裝置、電子設備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111086601.5
• 申請日: 2021-09-16
• 公開（公告）號: CN113761771A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設計）人: 張弘佳;王洋;趙宏剛;郁殿龍;溫激鴻
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06N3/04;G06N3/08;G06N20/00;G06F119/10
• 代理公司: 長沙國科天河知識產(chǎn)權代理有限公司 43225
• 代理人: 李楊

本申請涉及一種多孔材料吸聲性能預測方法、裝置、電子設備和存儲介質(zhì)。所述方法包括：獲取代表多孔材料拓撲結構的圖像，并進行預處理，得到訓練樣本和測試樣本；構建多孔材料吸聲性能預測網(wǎng)絡；該網(wǎng)絡包括多個依次連接的ResNet模塊；ResNet模塊包括兩個卷積層、兩個批量歸一化層和兩個Relu層，每個ResNet塊都利用跳躍連接來提高網(wǎng)絡性能；利用訓練樣本對多孔材料吸聲性能預測網(wǎng)絡進行訓練，并利用測試樣本進行測試，并利用得到的多孔材料吸聲性能預測模型對待測圖像進行預測，得到多孔材料吸聲系數(shù)預測值。采用本方法可以得到非常精確的多孔材料吸聲系數(shù)預測值，該方法專門用于高效、準確地評估多孔材料的吸聲性能。

技術領域

本申請涉及吸聲降噪技術領域，特別是涉及一種多孔材料吸聲性能預測方法、裝置、電子設備和存儲介質(zhì)。

背景技術

多孔材料的空氣聲吸聲性能與其拓撲結構密切相關。計算吸聲系數(shù)(α)最成熟和最常用的方法是通過有限元模擬。然而，當計算大量樣本時它相對耗時，尤其是涉及到復雜的內(nèi)部結構與幾何形狀時。

迄今為止，仍然缺乏一種有效且智能的方法來預測多孔材料的性能。為此，越來越強大的機器學習算法有可能為材料屬性計算和理解提供新的方法。但是在利用CNN研究吸聲超材料方面的工作仍然比較有限，預測的準確性不高。

發(fā)明內(nèi)容

基于此，有必要針對上述技術問題，提供一種能夠得到非常精確的多孔材料吸聲系數(shù)預測值的多孔材料吸聲性能預測方法、裝置、電子設備和存儲介質(zhì)。

一種多孔材料吸聲性能預測方法，所述方法包括：

獲取代表多孔材料拓撲結構的圖像，并對其進行預處理，得到訓練樣本和測試樣本。

構建多孔材料吸聲性能預測網(wǎng)絡；所述多孔材料吸聲性能預測網(wǎng)絡包括多個依次連接的ResNet模塊；所述ResNet模塊包括兩個卷積層、兩個批量歸一化層和兩個Relu層，每個ResNet塊都利用跳躍連接來提高網(wǎng)絡性能；將代表多孔材料拓撲結構的圖像輸入到多個依次連接的ResNet模塊中得到更高維度的特征圖，并將最后一個ResNet模塊輸出的特征圖采用sigmoid函數(shù)歸一化處理，得到多孔材料吸聲系數(shù)預測值。

利用所述訓練樣本對所述多孔材料吸聲性能預測網(wǎng)絡進行訓練，并利用測試樣本進行測試以確定訓練好的預測網(wǎng)絡的預測精度，測試通過后最終得到多孔材料吸聲性能預測模型。

將待測多孔材料橫截面圖像輸入到所述多孔材料吸聲性能預測模型中，得到多孔材料吸聲系數(shù)預測值。

一種多孔材料吸聲性能預測裝置，所述裝置包括：

訓練樣本和測試樣本獲取模塊，用于獲取代表多孔材料拓撲結構的圖像，并對其進行預處理，得到訓練樣本和測試樣本。

多孔材料吸聲性能預測網(wǎng)絡構建模塊，用于構建多孔材料吸聲性能預測網(wǎng)絡；所述多孔材料吸聲性能預測網(wǎng)絡包括多個依次連接的ResNet模塊；所述ResNet模塊包括兩個卷積層、兩個批量歸一化層和兩個Relu層，每個ResNet塊都利用跳躍連接來提高網(wǎng)絡性能；將代表多孔材料拓撲結構的圖像輸入到多個依次連接的ResNet模塊中得到更高維度的特征圖，并將最后一個ResNet模塊輸出的特征圖采用sigmoid函數(shù)歸一化處理，得到多孔材料吸聲系數(shù)預測值。

多孔材料吸聲性能預測模型確定模塊，用于利用所述訓練樣本對所述多孔材料吸聲性能預測網(wǎng)絡進行訓練，并利用測試樣本進行測試以確定訓練好的預測網(wǎng)絡的預測精度，測試通過后最終得到多孔材料吸聲性能預測模型。

多孔材料吸聲系數(shù)預測值確定模塊，用于將待測多孔材料橫截面圖像輸入到所述多孔材料吸聲性能預測模型中，得到多孔材料吸聲系數(shù)預測值。