『鍾鼓樓』②基于统计能量分析模型的某型商务直升机声振优化。
Highlights
提出了一种针对中高频的系统优化技术；
该技术基于统计能量分析（SEA）模型；
使用灵敏度分析选择最有效的耦合损耗因子；
CLF和输入功率表示为物理参数的函数；
该方法被应用于直升机机舱的简化模型。
统计能量分析（SEA）使我们能够解决中高频动态问题，因为当涉及到过多的DoF’s和高模态密度而导致特征值和特征向量失效时，只需要根据每个子系统上平均能量即可分析此类问题。因此，尽管经典（FEM，BEM等）技术无法解决此类动态问题，但SEA却提供了每个子系统中存储能量和耦合子系统之间的能量流。在SEA模型中，子系统的能量由耦合损耗因子（CLF），内部损耗因子（ILF）和输入功率控制，这些参数又取决于子系统的物理参数。
本文提出了一种基于SEA方法的中高频动态问题优化技术，使用灵敏度概念来建立优化程序。
基于子系统的物理参数，并根据CLF和输入功率来开发优化程序。因此，通过使用实验设计（DoE）确定了CLF，输入功率和物理参数之间的近似关系。上述关系是使子系统能量处于规定水平之内而制定的优化程序的核心。输入功率必须在某些情况下考虑，比如子系统的物理参数通过输入的能量修正。为了降低子系统能量，建议按照以下步骤进行。首先，通过使用灵敏度方法来模拟CLF和ILF的变化影响。通过考虑ILF和CLF的变化来计算存储在子系统中的能量的灵敏度。目的是初步了解能量的多少取决于CLF和ILF的变化。在此阶段中，如果根据输入功率的变化考虑贡献是困难且不切实际的。
在选择了对子系统能量最有效的CLF和ILF之后，便建立了所选损耗因子和输入功率作为某些所选物理参数的函数的模型。所选的物理参数是可以修改以影响损耗因子的参数。随后，可以使用实验设计获得有关它们如何影响CLF和ILF的简单数学模型。最后，提出了一个多目标优化问题，以使子系统能量在任何所需频带的规定水平之下。问题的变量是所选物理参数与其标准值的相对偏差。定义了这些设计变量的上限和下限。
在文中，采用了前面描述的过程来减少直升机机舱内的噪音。首先，进行初步的灵敏度分析，以选择最重要的CLF‘s，所考虑的能量对它们最敏感。然后，通过使用实验设计，可以获得最敏感的CLF’s，输入功率和所选物理参数之间的近似关系。最后，优化的结果提供了物理参数的值，从而降低了所需的能级。
优化SEA模型以减少子系统能量
在SEA方程中，CLF‘s是物理参数的确定性函数。该确定性方程组的解由模态组的能量给出。
为了减少子系统的能量，SEA模型的优化过程分三个步骤进行。首先，灵敏度分析使我们能够确定在改变子系统能量方面最有效的CLF‘s。其次，选择可以被修改以改变先前识别的CLF的物理参数，并且导出作为所选物理参数的函数的CLF的简化模型。第三，使用优化程序来找到先前选择的物理参数的最佳值。
对SEA参数变化的灵敏度
目的是了解哪些CLF和ILF的变化对子系统能量有重大影响（SEA解决方案）。
CLF’s和ILF’s作为物理参数的函数
在忽略了对子系统功率不太有效的CLF和ILF之后，有必要建立剩余SEA系数作为一个选择物理参数得函数。获得适合修改的CLF和ILF的子集，其中包括通过灵敏度分析和在子系统的CLF和ILF。
修改物理参数以减少子系统能量
约束优化问题通过改变所选的物理参数将某些重要子系统在k频段的能量级降低到规定等级之下。具体而言，多目标问题的实现是目标能够被设置成约束，且目标的实现根据附加松弛变量波动。
结果
考虑了直升机的简化模型。SEA模型由法国ESI集团的VA One软件构建。
图1-3是系统示意图，其中编号表示各个子系统。
讨论
可以通过扩大上限和下限来尝试实现所需的20％的能耗降低。尝试将物理参数在正负30%的范围内波动变化。在这种情况下，尽管由DoE提供的Central Composite Design近似模型可能无法使用物理参数重现CLF的强非线性，但必须执行新的DoE。
结论
由于基于经典有限元模型或边界元模型的优化技术无法在中高频下应用，因此使用SEA模型来制定优化程序，以将子系统能量降至规定水平。本文在简化的直升机模型上定义了一个多目标优化问题。问题的变量是所选物理参数与标准值的相对偏差。定义了这些设计变量的上限和下限。最后，子系统的能量被限制到低于规定值范围内。进行初步的灵敏度分析是为了选择更重要的CLF‘s。通过使用DoE，可以获得更敏感的CLF‘s与所选物理参数之间的近似关系。最后，并非所有能量都满足规定的约束，因为一些优化变量达到了上限或下限。
本文摘自普信声学院国际专家Antenio Colla教授团队的研究报告。以上图文信息，未经授权，请勿转载。