多孔吸声材料的吸声性能预测及吸声模型研究进展

作     者：梁李斯 郭文龙 马洪月 弥晗 张宇 米嘉毓 李林波 LIANG Lisi;GUO Wenlong;MA Hongyue;MI Han;ZHANG Yu;MI Jiayu;LI Linbo

作者机构：西安建筑科技大学冶金工程学院西安710055 陕西省冶金工程技术研究中心西安710055 陕西省黄金与资源重点实验室西安710055 

出 版 物：《材料导报》 (Materials Reports)

年 卷 期：2022年第36卷第23期

页      面：85-92页

核心收录：

学科分类：12[管理学] 083002[工学-环境工程] 1204[管理学-公共管理] 120402[管理学-社会医学与卫生事业管理(可授管理学、医学学位)] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 080501[工学-材料物理与化学] 0837[工学-安全科学与工程] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：陕西省教育厅重点实验室项目(Z20200151) 国家自然科学基金青年项目(51404187) 

主　　题：多孔吸声材料 非线性神经网络 等效模型 经验公式 吸声性能 

摘      要：多孔材料作为吸声材料可降低噪音污染对人们生活、工作、学习的危害,如何设计吸声性能更加优异的多孔吸声材料成为研究者们日益关注的问题。而仿真模拟技术可以在理论上得到性能最优的多孔吸声材料的结构参数,有效地为设计性能优异的多孔吸声材料提供理论依据和减少不必要的实验过程。由于仿真模拟技术存在多样化,选择合适的仿真模拟技术预测多孔吸声材料吸声系数极其重要。近年来,各种仿真模拟技术被广泛应用于多孔吸声材料吸声系数的预测,但尚无各种仿真模拟技术预测效果优劣性的系统比较。本文主要探讨了四种非线性神经网络预测多孔吸声材料吸声系数的方法。就预测过程及结果来说,径向基函数神经网络所需的样本数量更少,预测精度也较高。优化算法在理论上可以解决其他神经网络所需样本数量大的问题,具体的做法是在建立神经网络模型之前,利用优化算法对少量的样本集进行处理得到最佳的训练样本和测试样本,然后代入神经网络模型中进行模拟预测。另外,探讨了三种经典理论模型经验公式计算多孔吸声材料吸声系数的方法,其中Johnson-Champoux-Allard模型误差较小。虽然Johnson-Champoux-Allard模型是一种五参数模型经验公式,但影响多孔吸声材料吸声系数的影响因素众多,不止五种。量纲分析是建立数学模型的重要方法之一,通过量纲化可以将复杂的数学物理问题转化为精确的数学模型公式。因此,可以通过量纲分析的方法建立所有影响因素与多孔吸声材料吸声系数之间的关系式,从而使通过模型公式计算得到的吸声系数误差更小。本文还探讨了二维和三维等效模型模拟仿真多孔吸声材料各项性能的方法。相比于二维模型,三维模型虽然建模过程复杂,但能够更加直观准确地对材料的各项性能进行模拟仿真,并且材料的三维建模数据可为后续的生产制备提供依据。本文简要介绍了吸声材料的分类及其原理,分别对三种方法中的九种仿真模拟技术进行了介绍,并总结了每种方法中性能最优的技术,以期为模拟仿真技术在多孔吸声材料吸声系数的预测提供参考。