CN105868491A - 一种基于最佳平方逼近理论的平板隔声性能预测的方法 - Google Patents
一种基于最佳平方逼近理论的平板隔声性能预测的方法 Download PDFInfo
- Publication number
- CN105868491A CN105868491A CN201610225398.8A CN201610225398A CN105868491A CN 105868491 A CN105868491 A CN 105868491A CN 201610225398 A CN201610225398 A CN 201610225398A CN 105868491 A CN105868491 A CN 105868491A
- Authority
- CN
- China
- Prior art keywords
- vector
- frequency
- flat board
- interval
- interval parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009413 insulation Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 139
- 238000013459 approach Methods 0.000 claims description 51
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000010354 integration Effects 0.000 claims description 16
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 238000010206 sensitivity analysis Methods 0.000 claims description 9
- 102000002274 Matrix Metalloproteinases Human genes 0.000 claims description 6
- 108010000684 Matrix Metalloproteinases Proteins 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 5
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 11
- 230000008878 coupling Effects 0.000 description 9
- 238000010168 coupling process Methods 0.000 description 9
- 238000005859 coupling reaction Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于最佳平方逼近理论的平板隔声性能预测的方法,首先,根据不确定性试验数据定量化不确定性为区间模型;其次,基于平板隔声***固有属性对区间参数的非线性程度确定其最佳平方逼近的阶数及高斯积分点,利用样本点处平板隔声***固有属性值及最佳平方逼近理论界定最佳隔声性能频率段;最后,确定平板隔声量关于区间参数的最佳平方逼近阶数,利用高斯积分点对区间参数抽样,在最佳隔声性能频率段内任意频率点处,以样本点处平板隔声量及最佳平方逼近理论计算隔声量区间界限,输出不确定因素影响下的平板隔声性能。本发明考虑了不确定性对平板隔声***固有属性及隔声性能的影响,可用于指导其工程应用。
Description
技术领域
本发明涉及装备噪声测量的技术领域,具体涉及一种平板隔声性能预测的方法,适用于噪声控制领域的隔声被动降噪分析与应用方向。
背景技术
噪声特别是航空航天***的喷气噪声与气动噪声对结构***、内部乘员和仪器设备***具有严重的危害。除了从声源上根治噪声及在接受点处采取噪声防护措施外,在噪声传播途径上采取声学控制(如采用隔声板、隔声罩、吸声及阻尼处理等)措施亦可以实现噪声降低到可接受的范围内,其中隔声是最常用的声学控制措施之一,它利用材料(构件、结构或***)来阻碍噪声传播,使通过材料后的噪声能量减小。因此,有效预测材料的隔声性能在噪声控制领域具有重要的工程价值。
从理论上分析,用于度量材料本身固有隔声性能的隔声量与材料特性、使用场合与安装方式密切相关。从辩证法的角度看,确定性是相对的,不确定性是绝对的。在噪声控制领域内存在诸多不同来源的不确定性,主要包括:工程技术人员或科学研究人员认知水平的限制、机械加工装备制造误差、材料批次差异、理论与数值分析的简化假设、试验测量误差等。这些不确定性诱导了材料隔声量的变异,有效估计不确定性对材料隔声量的影响规律或效应(即不确定性传播分析)是十分必要且有意义的,其中将不确定性定量化为恰当类型的不确定参数是不确定性传播分析的首要前提。然而在实际工程领域中,由于试验水平等客观条件限制而导致不确定性参数试验数据的样本容量十分有限,难以实现高精度拟合不确定参数的概率密度函数或累积分布函数,而区间模型因可以极大地减小定量化模型对大样本容量试验数据的依赖性而受到科研人员与工程技术人员的青睐。本发明基于经典统计能量分析模型与最佳平方逼近理论以区间参数为输入发明了一种平板隔声性能预测的方法。
发明内容
本发明要解决的技术问题是:充分考虑实际工程领域内潜在不确定性并准确地计算区间参数对平板隔声性能的影响规律,提供一种以区间模型定量化的不确定环境下平板隔声性能预测的方法。
相较于平板与声场之间的耦合效应,由平板非共振模态群的质量率传递路线诱导的声场间耦合效应因影响相对较小而往往被忽略。为综合预测平板隔声性能,本发明考虑声场间耦合效应。相应地,平板隔声性能最佳频率段介于平板基础特征频率f0与平板临界频率fc之间,而基础特征频率f0与临界频率fc亦受平板隔声***相关不确定性的影响。
本发明所采用的技术方案是:首先以隔声***相关不确定性的区间定量化模型为输入,基于最佳平方逼近理论提出平板基础特征频率上界f0 U与临界频率下界fc L的预测方法;其次,在基础特征频率上界f0 U与临界频率下界fc L间任意频率点f处,亦基于最佳平方逼近理论提出平板隔声量区间界限的预测方法,定量地计算不确定性对平板隔声量的影响规律。本发明的实现步骤是:
第一步:基于经典统计能量分析理论建立平板隔声***中平板基础特征频率f0、平板临界频率fc与平板隔声量R的计算模型以应用于:第四步与第六步平板基础特征频率f0与平板临界频率fc的计算;第八步与第九步平板隔声量R的计算。
第二步:根据第一步所建立的基础特征频率f0、临界频率fc与隔声量R关于不确定参数的灵敏度分析结果或科研人员的工程经验等确定不确定参数向量p所包含的不确定参数,基于不确定参数向量p的试验数据样本利用区间模型将其定量化为区间参数向量pI,并确定下界向量pL、上界向量pU、中点值向量pc和半径向量pr。
第三步:根据第二步中基础特征频率f0与临界频率fc关于区间参数向量pI的灵敏度分析等数据评估其非线性程度,确定基础特征频率f0与临界频率fc关于每个区间参数最佳平方逼近的阶数N及高斯积分点列向量(维数为sf)。利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵Mf中。
第四步:根据第一步中所建立的基础特征频率f0和临界频率fc的计算模型,计算第三步所确定的样本点分块矩阵Mf的每个行向量所对应的区间参数向量具体实现条件下的基础特征频率f0与临界频率fc的值,并分别存储于基础特征频率样本矩阵和临界频率样本矩阵中。
第五步:根据第四步所获得的基础特征频率样本矩阵及最佳平方逼近理论建立基础特征频率f0关于第i(1≤i≤n)个区间参数的最佳平方逼近根据第四步所获得的临界频率样本矩阵及最佳平方逼近理论建立临界频率fc关于第i(1≤i≤n)个区间参数的最佳平方逼近
第六步:根据第五步所获得基础特征频率f0关于第i个区间参数的最佳平方逼近通过其导函数的零点计算基础特征频率f0关于第i个区间参数的最小值点和最大值点遍历所有区间参数(可并行计算)以获得基础特征频率f0在标准区间[-1,1]内的最小值点向量和最大值点向量进一步转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量最终代入第一步中基础特征频率f0的计算模型获得基础特征频率下界f0 L和基础特征频率上界f0 U;根据第五步中所获得临界频率fc关于第i个区间参数的最佳平方逼近通过其导函数的零点计算临界频率fc关于第i个区间参数的最小值点和最大值点遍历所有区间参数以获得临界频率fc在标准区间[-1,1]内的最小值点向量和最大值点向量进一步转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量最终代入第一步中临界频率fc的计算模型中获得临界频率下界fc L和临界频率上界fc U。
第七步:根据第六步获得基础特征频率上界f0 U与临界频率下界fc L给定平板最佳隔声性能频率段为[f0 U,fc L]。根据第二步中隔声量R关于区间参数向量pI的灵敏度分析等结果评估其非线性程度以确定平板隔声量关于每个区间参数最佳平方逼近的阶数NR及高斯积分点列向量(维数为sR)。利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵MR中。
第八步:根据第一步中获得的平板隔声量R的计算模型,计算第七步获得的样本点分块矩阵MR的每个行向量所对应的区间参数向量具体实现条件下的平板隔声量R,并存储于隔声量样本矩阵中,根据隔声量样本矩阵及最佳平方逼近理论建立平板隔声量R关于第i(1≤i≤n)个区间参数的最佳平方逼近
第九步:根据第八步中所获得的平板隔声量R关于第i个区间参数的最佳平方逼近通过其导函数的零点计算平板隔声量R关于第i个区间参数的最小值点和最大值点遍历所有区间参数(可并行计算)以获得平板隔声量R在标准区间[-1,1]内的最小值点向量zmin和最大值点向量zmax,进一步转化至区间参数向量空间内形成区间参数最小值点向量pmin和最大值点向量pmax,最终代入第一步中所建立的平板隔声量R的计算模型获得在频率点f处的隔声量下界RL(f)和隔声量上界RU(f)。
第十步:根据第六步所确定的平板隔声性能最佳频率段[f0 U,fc L],选择频率步长,通过第七步至第九步计算在任意离散频率点fi(i=1,2,...,Nf)处的隔声量下界RL(fi)与隔声量上界RU(fi),最终输出平板隔声量区间界限RI(f)=[RL(f),RU(f)]的频率分布,其中Nf为离散频率点的个数。
所发明的方法以区间模型实现了平板隔声***相关不确定性的定量化;该方法利用基于勒让德多项式近似的最佳平方逼近理论计算了不确定参数对平板隔声***具有最佳隔声性能的频率段的影响规律;并基于最佳平方逼近理论最终计算了不确定参数对平板隔声量的影响规律。
本发明与现有技术相比的优点在于:
(1)本发明考虑了不确定性对平板隔声***固有属性及隔声性能的影响,避免了平板隔声***现有相关理论分析与试验分析过程中对具有显著影响的不确定性的忽略或粗略估计。
(2)本发明准确且定量地分析了不确定性对平板隔声***的影响规律,确定平板最佳隔声性能频率段及平板隔声量因不确定性效应的潜在波动,计算平板隔声量的波动范围较计算其精确值更具有工程价值,为平板隔声***的实际应用提供了理论指导。
附图说明
图1为平板隔声性能预测的原理图;
图2为平板隔声性能预测的流程图;
图3为平板隔声***构型图;
图4为平板隔声***统计能量分析模型图;
图5为平板隔声量区间界限的频响分布。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
本发明一种基于最佳平方逼近理论的平板隔声性能预测的方法以区间模型实现平板隔声***相关不确定性的定量化,基于统计能量分析模型与最佳平方逼近理论计算区间参数对平板隔声量的影响规律。首先,基于统计能量分析理论建立平板隔声***固有属性与隔声量的分析模型,同时,根据不确定性试验数据样本定量化不确定性为区间模型。其次,基于平板隔声***固有属性对区间参数的非线性程度确定其关于区间参数最佳平方逼近的阶数及高斯积分点,并进一步诱导产生区间参数样本点,利用样本点处离散格式的平板隔声***固有属性值及最佳平方逼近理论计算平板隔声***固有属性在区间参数影响下的最大值与最小值,界定其最佳隔声性能频率段。最后,利用平板隔声量对区间参数的非线性程度确定其对区间参数最佳平方逼近的阶数及高斯积分点,利用高斯积分点对区间参数进行抽样,在平板最佳隔声性能频率段内任意频率点处,以样本点处平板隔声量的离散值及最佳平方逼近理论计算平板隔声量的区间界限,最终预测不确定因素影响下的平板隔声性能。
如图1和图2所示,其具体实施步骤是:
第一步:基于经典统计能量分析理论建立如图3所示所示构型的平板隔声***所对应的统计能量分析模型,如图4所示,其中子***1对应于图3中声源室,子***2对应于图3中平板结构,子***3对应于图3中接受室。根据统计能量分析理论建立平板基础特征频率f0、平板临界频率fc与平板隔声量R的计算模型分别为:
其中L2和L3分别为平板长度与宽度,Ds为平板弯曲刚度,ρs为平板材料质量密度,h为平板厚度,ca为流体介质声场的声速,CL为平板纵向波速,η3t=η31+η32+η3表示子***3与所有子***间耦合损耗因子之和,η2t=η21+η2+η23表示子***2与所有子***间耦合损耗因子之和,η2表示子***2的内损耗因子,η3表示子***3的内损耗因子,η12表示子***1流向子***2能量流的耦合损耗因子,η13表示子***1流向子***3能量流的耦合损耗因子,η23表示子***2流向子***3能量流的耦合损耗因子,η32表示子***3流向子***2能量流的耦合损耗因子,V1表示子***1的体积,V3表示子***3的体积。
其中Es为平板材料弹性模量,μs为平板材料泊松比。需要说明的是,耦合损耗因子η12,η13,η23与η32为声场流体介质属性、平板几何属性与材料属性的函数。第一步所建立的计算模型可用于第四步与第六步中平板基础特征频率f0与平板临界频率fc的计算,第八步与第九步中平板隔声量R的计算。
第二步:根据第一步所建立的平板基础特征频率f0、平板临界频率fc与平板隔声量R关于不确定参数的灵敏度分析结果或科研人员的工程经验等确定不确定参数向量p所包含的不确定参数(如材料弹性模量、材料密度、平板厚度等),基于不确定参数向量p的试验数据样本利用区间模型将其定量化为区间参数向量pI,其下界向量与上界向量分别为pL和pU,中点值向量pc和半径向量pr以下界向量pL和上界向量pU可以计算为:
第三步:在第二步所确定的区间参数向量pI影响下的平板基础特征频率f0和平板临界频率fc分别表示为f0(pI)和fc(pI)。根据第二步中平板基础特征频率f0与平板临界频率fc关于区间参数向量pI的灵敏度分析结果等评估其非线性程度,以确定基础特征频率f0与临界频率fc`关于每个区间参数最佳平方逼近的阶数N及高斯积分点列向量(维数为sf)。利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵Mf中,有
其中关于第i个区间参数抽样的区间参数向量样本点矩阵为:
其中矩阵的维度为sf×n,符号δij为Kronecker函数,满足:
其中i,j表示区间参数在区间参数向量pI中的索引值,当索引值相同时Kronecker函数取值为1,当索引值相异时Kronecker函数取值为0。
第四步:根据第一步中所建立的平板基础特征频率f0与平板临界频率fc的计算模型,计算第三步所确定的样本点分块矩阵Mf的每个行向量所对应的区间参数向量具体实现条件下的平板基础特征频率f0与平板临界频率fc,并分别存储于基础特征频率样本矩阵和临界频率样本矩阵中,有:
其中行向量和行向量分别表示平板基础特征频率f0和平板临界频率fc在关于第i个区间参数的样本点矩阵(第三步中式(9))的每个行向量处的值,有:
其中表示平板基础特征频率f0在矩阵的第k个行向量处的取值,fc (i,k)表示平板临界频率fc在矩阵的第k个行向量处的取值。
第五步:根据第四步所获得的基础特征频率样本矩阵及基于勒让德多项式的最佳平方逼近理论建立平板基础特征频率f0关于第i(1≤i≤n)个区间参数的最佳平方逼近即:
其中Lk(z)表示第k阶勒让德多项式,最佳平方逼近的系数则根据第四步中式(12)所表示的基础特征频率f0关于第i个区间参数的样本点向量计算为:
其中zj表示第三步中高斯积分点列向量的第j(1≤j≤sf)个元素,表示第四步中式(12)中样本点向量的第j(1≤j≤sf)个分量,表示第sf阶勒让德多项式的导函数。相似地,根据第四步所获得的临界频率样本矩阵及基于勒让德多项式的最佳平方逼近理论建立平板临界频率fc关于第i(1≤i≤n)个区间参数的最佳平方逼近即:
其中最佳平方逼近的系数则根据第四步中式(12)所表示的临界频率fc关于第i个区间参数的样本点向量计算为:
式(16)相关变量的含义与式(14)对应变量的含义相同。
第六步:根据第五步中所获得平板基础特征频率f0关于第i个区间参数的最佳平方逼近(式(13)),计算其导函数的零点,即:
将式(17)的解同标准区间[-1,1]的端点组成极值点向量从而可以计算平板基础特征频率f0关于第i个区间参数的最小值点和最大值点满足:
将式(13)、式(17)与式(18)所表示数值计算过程遍历所有区间参数(可以关于区间参数向量实现并行计算),可以获得平板基础特征频率f0在标准区间[-1,1]范围内的最小值点向量和最大值点向量有:
其中和表示平板基础特征频率关于第i个区间参数的在标准区间[-1,1]内的最小值点和最大值点。将式(19)所表示的标准区间[-1,1]内的最小值点向量和最大值点向量转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量有:
其中符号ο表示两个向量的对应元素相乘。将式(20)代入第一步所建立的平板基础特征频率f0的计算模型中获得基础特征频率下界f0 L和基础特征频率上界f0 U。类似地,根据第五步中所获得平板临界频率fc关于第i个区间参数的最佳平方逼近(式(15)),计算其导函数的零点,即:
将式(21)的解同标准区间[-1,1]的端点组成极值点向量从而可以计算平板临界频率fc关于第i个区间参数的最小值点和最大值点满足:
将式(15)、式(21)与式(22)所表示数值计算过程遍历所有区间参数,可以获得平板临界频率fc在标准区间[-1,1]范围内的最小值点向量和最大值点向量有:
其中和表示平板临界频率关于第i个区间参数的在标准区间[-1,1]内的最小值点和最大值点。将式(23)所表示的标准区间[-1,1]内的最小值点向量和最大值点向量转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量有:
将式(24)代入第一步所建立的平板临界频率fc的计算模型中获得临界频率下界fc L和临界频率上界fc U。
第七步:根据第六步中平板基础特征频率上界f0 U与平板临界频率下界fc L界定平板最佳隔声性能频率段为[f0 U,fc L]。在第二步所确定的区间参数向量pI的影响下平板在其最佳隔声性能频率段[f0 U,fc L]内的任意频率点f处的隔声量可以表示为R(f,pI)。同时,根据第二步中平板隔声量R关于区间参数向量pI的灵敏度分析结果等评估其非线性程度,以确定平板隔声量关于区每个区间参数最佳平方逼近的阶数NR及高斯积分点列向量(维数为sR)。利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵MR中,有:
其中关于第i个区间参数抽样的区间参数向量样本点矩阵为:
其中矩阵的维度为sR×n,i,j表示区间参数在区间参数向量pI中的索引值,其余变量与本发明前文中相同变量具有相同含义。
第八步:根据第一步所建立的平板隔声量R的计算模型,计算第七步中样本点分块矩阵MR的每个行向量所对应的区间参数向量具体实现条件下的平板隔声量R,并存储于隔声量样本矩阵中,有:
其中行向量R(i)(1≤i≤n)表示平板隔声量R在关于第i个区间参数的样本点矩阵(第七步中式(26))的每个行向量处的值,有:
其中R(i,k)表示平板隔声量在矩阵的第k个行向量处的取值。根据隔声量样本矩阵及基于勒让德多项式的最佳平方逼近理论建立平板隔声量R关于第i(1≤i≤n)个区间参数的最佳平方逼近即:
其中Lk(z)表示第k阶勒让德多项式,最佳平方逼近的系数则根据式(28)所表示的平板隔声量R关于第i个区间参数的样本点向量R(i)计算为:
其中zj表示第七步中高斯积分点列向量的第j(1≤j≤sR)个元素,R(i,j)表示式(28)中样本点向量R(i)的第j(1≤j≤sR)个分量,表示第sR阶勒让德多项式的导函数。
第九步:根据第八步中所获得平板隔声量R关于第i个区间参数的最佳平方逼近(第八步中式(29)),计算其导函数的零点,即:
将式(31)的解同标准区间[-1,1]的端点组成极值点向量从而可以计算平板隔声量R关于第i个区间参数的最小值点和最大值点满足:
将式(29)、式(31)与式(32)所表示数值计算过程遍历所有区间参数(可以关于区间参数向量实现并行计算),可以获得平板隔声量R在标准区间[-1,1]范围内的最小值点向量zmin和最大值点向量zmax,有:
其中和表示平板隔声量R关于第i个区间参数的在标准区间[-1,1]内的最小值点和最大值点。将式(33)所表示的标准区间[-1,1]内的最小值点向量和最大值点向量转化至区间参数向量空间内形成区间参数最小值点向量pmin和最大值点向量pmax,有:
其中符号ο表示两个向量的对应元素相乘。将式(34)代入第一步中所建立的平板隔声量R的计算模型获得在频率点f处的隔声量下界RL(f)和隔声量上界RU(f)。
第十步:根据第六步所确定的平板隔声性能最佳频率段[f0 U,fc L],选择频率步长,通过第七步至第九步计算在任意离散频率点fi(i=1,2,…,Nf)处的隔声量下界RL(fi)与隔声量上界RU(fi),最终输出平板隔声量区间界限RI(f)=[RL(f),RU(f)]的频率分布,其中Nf为离散频率点的个数。
以图3所示的平板隔声***为对象,其确定参数列于表1中,相关区间参数列于表2中。
表1
表2
根据第一步建立平板基础特征频率、平板临界频率与平板隔声量的计算模型,并确定第二步中不确定参数向量p为:
p=[Es,ρs,ηs,ca,ηa,h] (35)
根据表2可获得区间参数向量pI表示为:
根据第三步至第六步计算平板基础特征频率f0的区间界限f0 I=[f0 L,f0 U]与平板临界频率fc的区间界限fc I=[fc L,fc U],有:
f0 I=[44.9958,49.6602] (37)
fc I=[1104.3,1454.2] (38)
根据式(37)和式(38),平板最佳隔声性能频率段fI可确定为:
fI=[50,1100] (39)
根据第七步至第十步可以计算在式(39)所表示的最佳隔声性能频率段内平板隔声量区间界限的频响分布,如图5所示。由计算结果可知区间参数对平板隔声量影响显著,工程领域内需要充分考虑相关不确定性效应。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于最佳平方逼近理论的平板隔声性能预测的方法,其特征在于包括以下步骤:
第一步:基于经典统计能量分析理论建立平板隔声***中平板基础特征频率f0、平板临界频率fc与平板隔声量R的计算模型,用于第四步与第六步平板基础特征频率f0与平板临界频率fc的计算;第八步与第九步平板隔声量R的计算;
第二步:根据第一步所建立的基础特征频率f0、临界频率fc与隔声量R关于不确定参数的灵敏度分析结果或科研人员的工程经验等确定不确定参数向量p所包含的不确定参数,基于不确定参数向量p的试验数据样本利用区间模型将其定量化为区间参数向量pI,并确定下界向量pL、上界向量pU、中点值向量pc和半径向量pr;
第三步:根据第二步中基础特征频率f0与临界频率fc关于区间参数向量pI的灵敏度分析等数据评估其非线性程度,确定基础特征频率f0与临界频率fc关于每个区间参数最佳平方逼近的阶数N及高斯积分点列向量利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵Mf中;
第四步:根据第一步中所建立的基础特征频率f0和临界频率fc的计算模型,计算第三步所确定的样本点分块矩阵Mf的每个行向量所对应的区间参数向量具体实现条件下的基础特征频率f0与临界频率fc的值,并分别存储于基础特征频率样本矩阵和临界频率样本矩阵中;
第五步:根据第四步所获得的基础特征频率样本矩阵及最佳平方逼近理论建立基础特征频率f0关于第i个区间参数的最佳平方逼近根据第四步所获得的临界频率样本矩阵及最佳平方逼近理论建立临界频率fc关于第i个区间参数的最佳平方逼近第六步:根据第五步所获得基础特征频率f0关于第i个区间参数的最佳平方逼近通过其导函数的零点计算基础特征频率f0关于第i个区间参数的最小值点和最大值点遍历所有区间参数以获得基础特征频率f0在标准区间[-1,1]内的最小值点向量和最大值点向量进一步转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量最终代入第一步中基础特征频率f0的计算模型获得基础特征频率下界f0 L和基础特征频率上界f0 U;根据第五步中所获得临界频率fc关于第i个区间参数的最佳平方逼近通过其导函数的零点计算临界频率fc关于第i个区间参数的最小值点和最大值点遍历所有区间参数以获得临界频率fc在标准区间[-1,1]内的最小值点向量和最大值点向量进一步转化至区间参数向量空间内形成区间参数最小值点向量和最大值点向量最终代入第一步中临界频率fc的计算模型中获得临界频率下界fc L和临界频率上界fc U;
第七步:根据第六步获得基础特征频率上界f0 U与临界频率下界fc L给定平板最佳隔声性能频率段为[f0 U,fc L],根据第二步中隔声量R关于区间参数向量pI的灵敏度分析等结果评估其非线性程度以确定平板隔声量关于每个区间参数最佳平方逼近的阶数NR及高斯积分点列向量利用高斯积分点第二步获得的中点值向量pc与半径向量pr,在区间参数向量pI空间内对区间参数进行抽样并将样本点存储于样本点分块矩阵MR中;
第八步:根据第一步中获得的平板隔声量R的计算模型,计算第七步获得的样本点分块矩阵MR的每个行向量所对应的区间参数向量具体实现条件下的平板隔声量R,并存储于隔声量样本矩阵中,根据隔声量样本矩阵及最佳平方逼近理论建立平板隔声量R关于第i(1≤i≤n)个区间参数的最佳平方逼近
第九步:根据第八步中所获得的平板隔声量R关于第i个区间参数的最佳平方逼近通过其导函数的零点计算平板隔声量R关于第i个区间参数的最小值点和最大值点遍历所有区间参数以获得平板隔声量R在标准区间[-1,1]内的最小值点向量zmin和最大值点向量zmax,进一步转化至区间参数向量空间内形成区间参数最小值点向量pmin和最大值点向量pmax,最终代入第一步中所建立的平板隔声量R的计算模型获得在频率点f处的隔声量下界RL(f)和隔声量上界RU(f);
第十步:根据第六步所确定的平板隔声性能最佳频率段[f0 U,fc L],选择频率步长,通过第七步至第九步计算在任意离散频率点fi(i=1,2,…,Nf)处的隔声量下界RL(fi)与隔声量上界RU(fi),最终输出平板隔声量区间界限RI(f)=[RL(f),RU(f)]的频率分布,其中Nf为离散频率点的个数。
2.根据权利要求1所述的基于最佳平方逼近理论的平板隔声性能预测的方法,其特征在于,所述第二步以区间模型实现了平板隔声***相关不确定性的定量化。
3.根据权利要求1所述的基于最佳平方逼近理论的平板隔声性能预测的方法,其特征在于,所述第四步至第六步利用基于勒让德多项式近似的最佳平方逼近理论计算了不确定参数对平板隔声***具有最佳隔声性能的频率段的影响规律。
4.根据权利要求1所述的基于最佳平方逼近理论的平板隔声性能预测的方法,其特征在于,所述第七步至第九步利用基于勒让德多项式近似的最佳平方逼近理论计算了不确定参数对平板隔声量的影响规律。
5.根据权利要求1所述的基于最佳平方逼近理论的平板隔声性能预测的方法,其特征在于:所述第六步和第九步中遍历所有区间参数时可并行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610225398.8A CN105868491B (zh) | 2016-04-12 | 2016-04-12 | 一种基于最佳平方逼近理论的平板隔声性能预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610225398.8A CN105868491B (zh) | 2016-04-12 | 2016-04-12 | 一种基于最佳平方逼近理论的平板隔声性能预测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105868491A true CN105868491A (zh) | 2016-08-17 |
CN105868491B CN105868491B (zh) | 2019-03-19 |
Family
ID=56636613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610225398.8A Expired - Fee Related CN105868491B (zh) | 2016-04-12 | 2016-04-12 | 一种基于最佳平方逼近理论的平板隔声性能预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105868491B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107247829A (zh) * | 2017-05-26 | 2017-10-13 | 宁波大学 | 一种矩形实心平板隔声量的预测方法 |
CN108959479A (zh) * | 2018-06-21 | 2018-12-07 | 成都睿码科技有限责任公司 | 一种基于文本相似度的事件情感分类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010100304A1 (es) * | 2009-03-03 | 2010-09-10 | Salvador Rafael Domingo Bets | Método y equipo de medida de aislamiento acústico entre recintos |
CN103699778A (zh) * | 2013-11-29 | 2014-04-02 | 华侨大学 | 一种考虑流体负载效应的平板结构优化设计方法 |
-
2016
- 2016-04-12 CN CN201610225398.8A patent/CN105868491B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010100304A1 (es) * | 2009-03-03 | 2010-09-10 | Salvador Rafael Domingo Bets | Método y equipo de medida de aislamiento acústico entre recintos |
CN103699778A (zh) * | 2013-11-29 | 2014-04-02 | 华侨大学 | 一种考虑流体负载效应的平板结构优化设计方法 |
Non-Patent Citations (5)
Title |
---|
CHONG WANG等: "Interval finite element analysis and reliability-based optimization of coupled structural-acoustic system with uncertain parameters", 《FINITE ELEMENTS IN ANALYSIS AND DESIGN》 * |
H.DENLI: "Structural-acoustic optimization of sandwich structures with cellular cores for minimum sound radiation", 《SCIENCE DIRECT》 * |
潘凯等: "基于混响一半消声室法的隔声测量方法", 《噪声与振动控制》 * |
蔡必法等: "应用统计能量分析法预测板材隔声量", 《装甲兵工程学院学报》 * |
陈海龙等: "一种分析单向加筋板隔声性能的解析-数值耦合法_", 《船舶力学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107247829A (zh) * | 2017-05-26 | 2017-10-13 | 宁波大学 | 一种矩形实心平板隔声量的预测方法 |
CN107247829B (zh) * | 2017-05-26 | 2019-10-18 | 宁波大学 | 一种矩形实心平板隔声量的预测方法 |
CN108959479A (zh) * | 2018-06-21 | 2018-12-07 | 成都睿码科技有限责任公司 | 一种基于文本相似度的事件情感分类方法 |
CN108959479B (zh) * | 2018-06-21 | 2022-03-25 | 成都睿码科技有限责任公司 | 一种基于文本相似度的事件情感分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105868491B (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112069567A (zh) | 基于随机森林和智能算法预测混凝土抗压强度的方法 | |
CN106443285B (zh) | 基于总体最小二乘法的多谐波源谐波责任量化分析方法 | |
CN103065042B (zh) | 基于情景的多目标综合决策评价方法 | |
CN104835103A (zh) | 基于神经网络和模糊综合评价的移动网络健康评价方法 | |
CN107765347A (zh) | 一种高斯过程回归和粒子滤波的短期风速预测方法 | |
CN110197049B (zh) | 一种基于瞬变反问题的非金属管道泄漏定位方法 | |
CN106677763B (zh) | 一种基于动态集成建模的油井动液面预测方法 | |
CN111680870B (zh) | 目标运动轨迹质量综合评估方法 | |
CN107506938A (zh) | 一种基于机器学习的物料质量评估方法 | |
CN105205329A (zh) | 一种大坝安全综合评价方法 | |
CN107958267B (zh) | 一种基于光谱线性表示的油品性质预测方法 | |
CN106055861A (zh) | 一种基于代理模型的车内振动噪声预测的顶点分析方法 | |
Akpinar et al. | Naive forecasting of household natural gas consumption with sliding window approach | |
CN110163430A (zh) | 基于AdaBoost算法的混凝土材料抗压强度预测方法 | |
CN109741599A (zh) | 交通运行评价方法 | |
CN109558635A (zh) | 一种基于单元模态应变能灵敏度的结构区间不确定性损伤识别方法 | |
CN108763648A (zh) | 基于核磁共振t2分布获取毛管压力曲线的方法和装置 | |
Ollinaho et al. | Parameter variations in prediction skill optimization at ECMWF | |
CN109670202A (zh) | 一种基于云模型的仿真可信度评估方法 | |
CN105868491A (zh) | 一种基于最佳平方逼近理论的平板隔声性能预测的方法 | |
CN106707035A (zh) | 无线电环境图场强参数估计算法 | |
CN112113146A (zh) | 供水管网管道粗糙系数和节点需水量同步自适应校核方法 | |
CN105912839A (zh) | 一种基于逐维分析策略的结构噪声可靠性优化的方法 | |
CN110362902A (zh) | 一种基于区间逐维分析的单源动载荷识别方法 | |
Li et al. | Predictive Analytics Toolkit for H2S Estimation and Sewer Corrosion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190319 |
|
CF01 | Termination of patent right due to non-payment of annual fee |