基于RBF-PSO算法的潜艇尾部结构噪声优化

作     者：李舒成 张冠军 柯昱照 LI Shucheng;ZHANG Guanjun;KE Yuzhao

作者机构：武汉理工大学船海与能源动力工程学院武汉430063 武汉理工大学高性能船舶技术教育部重点实验室武汉430063 

出 版 物：《噪声与振动控制》 (Noise and Vibration Control)

年 卷 期：2024年第44卷第1期

页      面：199-204页

核心收录：

学科分类：08[工学] 0824[工学-船舶与海洋工程] 082401[工学-船舶与海洋结构物设计制造] 

基　　金：国家自然科学基金资助项目(51909201) 高性能船舶技术教育部重点实验室开放基金课题资助项目(gxnc18041401) 

主　　题：声学 RBF神经网络 粒子群算法 潜艇尾部 噪声优化 

摘      要：针对潜艇尾部结构噪声突出问题,选取潜艇尾部桨轴艇耦合模型为研究对象,以潜艇尾部质量为约束条件,以纵向、横向激励力下的水下潜艇尾部辐射声功率级为优化目标,设计以尾壳板厚度、T型材结构参数(面板宽、腹板高、面板厚度、腹板厚度)为设计变量的均匀试验设计,采用径向基函数(Radia Basis Function,RBF)神经网络构建反映设计变量与优化目标之间映射关系的代理模型,使用粒子群算法(Particle Swarm Optimization,PSO)对潜艇尾部噪声进行多目标优化。研究表明:纵向激励下潜艇尾部水下辐射声功率合成级降低3.79 dB,横向激励下潜艇尾部水下辐射声功率合成级降低1.55 d B,潜艇尾部质量降低3.424 t。将RBF-PSO算法应用于潜艇尾部结构低频噪声优化问题效果较好,可以为潜艇的结构噪声优化提供指导。