[發(fā)明專利]基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法

在審

• 申請?zhí)枺?/td>: 202310052696.1
• 申請日: 2023-02-02
• 公開（公告）號: CN116189823A
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計）人: 趙才友;張鑫浩;王平;陳四來;段翔遠;未娜超;余奇;師多佳;惠慶敏;汪葉舟;耿明婧;趙炎南;高鑫;鄭鈞元;雷佳鑫;王宇軒
• 申請（專利權(quán)）人: 西南交通大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06F30/23;G06F30/27;G06F111/06;G06F119/10
• 代理公司: 北京云嘉湃富知識產(chǎn)權(quán)代理有限公司 11678
• 代理人: 劉士暢

1.一種基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法，其特征在于，包括以下步驟：

步驟1、對目標噪聲源進行噪聲實測；

步驟2、通過采集儀對實測的噪聲進行采集、分類并導出；

步驟3、對采集的噪聲進行濾波及傅里葉變換后導出顯式的目標圖像與目標函數(shù)，將所述目標函數(shù)導入步驟4中的條件函數(shù)；

步驟4、通過粒子算法控制波有限元程序，不斷迭代優(yōu)化求解出帶隙范圍；迭代開始時會隨機產(chǎn)生N個維度的位置變量初始值、N個速度變量初始值，其中每一位置變量分別對應(yīng)一個當前結(jié)構(gòu)演化結(jié)果與演化方向，結(jié)合波有限元方法來評估每個候選結(jié)構(gòu)的波頻散特征，通過條件函數(shù)進行循環(huán)的判別個體最優(yōu)位置gbest_i，并通過目標函數(shù)判別個體最優(yōu)中的種群最優(yōu)位置Gbest，即為聲學超材料的最優(yōu)元胞。

2.根據(jù)權(quán)利要求1所述的基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法，其特征在于，還包括以下步驟：

步驟5、將得到的最優(yōu)元胞進行3D打印，并結(jié)合應(yīng)用場景的限制條件，通過實驗驗證得到的最優(yōu)元胞的實際聲學性能。

3.根據(jù)權(quán)利要求1或2所述的基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法，其特征在于，在步驟1中，利用聲學傳感器或聲壓麥克風對需要降噪的應(yīng)用場景進行噪聲實測，所述目標噪聲源包括機械噪聲、工廠噪聲、建筑二次噪聲、軌道交通噪聲和車輛噪聲。

4.根據(jù)權(quán)利要求1或2所述的基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法，其特征在于，步驟4中，通過粒子算法控制波有限元程序，不斷迭代優(yōu)化求解出帶隙范圍具體如下：

通過對有限元建模下的剛度、質(zhì)量矩陣進行提取，并聯(lián)合Matlab波動分析程序進行二次開發(fā)，計算聲學超材料結(jié)構(gòu)的聲學性能，最后通過廣義粒子群算法程序?qū)Y(jié)構(gòu)的性能信息進行控制演化。

5.根據(jù)權(quán)利要求4所述的基于靶向噪聲衰減的超材料聲屏障模塊化逆向設(shè)計方法，其特征在于，廣義粒子群算法程序具體如下：

設(shè)有n個粒子組成一個群落，其中第i個粒子表示為一個D維的向量每一次迭代中，粒子通過跟蹤兩個極值來更新結(jié)構(gòu)：第1個是粒子本身所找到的最優(yōu)解，稱為個體極值；第2個是整個種群目前找到的最優(yōu)解，稱為全局極值。