比翱工程实验室丨优化具有复杂颈部形状的超材料以改善飞机机舱噪音

Tenon Charly Kone^a,Sebastian Ghinet^a,Raymond Panneton^b,Anant Grewal^a

a:加拿大国家研究委员会，飞行研究实验室

b:希尔布鲁克大学声学研究所(GAUS)

原文：Optimization of metamaterials with complex neckshapes for aircraft cabin noise improvement

来源：interNoise 2021

导读

最近在航空航天和地面运输以及建筑应用中普遍实施的低频噪声控制技术开始基于声学超材料概念。文献中提出的技术使用带有嵌入亥姆霍兹谐振器(HR)的分层多孔材料，在调谐纯音、多纯音或窄带时表现出相当大的潜力。我们最近的研究表明，通过使用具有复杂形状颈部的谐振器，可以进一步提高这些超材料的声学性能。可以设计和优化这些颈部，以最大限度地减少HR的共振频率（小尺寸）并最大限度地提高声音传输损耗(STL)性能。本文介绍了针对HR腔内凹入复杂颈部形状的HR开发的设计优化方法。HR嵌入多孔材料层中。所实施的方法基于与多目标优化相结合的串联和并联传递矩阵方法(TMM)。获得了复杂的最佳颈部形状，允许谐振腔谐振频率向低频移动，具有良好的STL性能。此外，观察到使用TMM方法计算的STL与有限元方法的数值结果非常一致。

创新研究

本研究提出了一种快速可靠的方法来优化具有复杂形状颈部的声学超材料，也提出了一种基于传递矩阵法预测超材料声学特性的快速可靠方法。研究主要目标是开发和提出一种谐振器颈部，允许在相同的HR腔尺寸下提高声学性能。开发的超材料解决方案纳入现有飞机的隔热以及隔声材料研制中，以降低和改善机舱噪音。此外，所提出的解决方案不仅针对声学性能进行优化，而且还针对低重量和低制造成本进行了优化。因此，面临的挑战是选择一个概念，通过多变量优化，将产生优良的降噪改进，并迅速达到集成机载飞机的技术准备水平。该方法基于HR颈优化设计参数的拉丁超立方采样(LHS)方法建立了Kriging型元模型。此外，最佳颈部设计是使用开源软件 Dakota[10]的多目标遗传算法(MOGA)[8, 9]开发的。传递矩阵法(TMM)[11, 12] 已被用于评估共振频率和声音传输损耗 (STL) 的目标函数。

图文快览

图1：本文研究的超材料

图2：（a）2D几何结构：（a）HR 和（b）用于计算B部分表面阻抗的等效模型

 图3：使用NRC-TMM模型和仿真软件对超材料的传递损失的预测 

 图4：具有（a）直颈、（b）针对解决方案1优化的颈部和（c）针对解决方案2优化的超材料几何形状：颈部（A部分）颜色为灰色；B部分为绿色； C部分为蓝色，玻璃棉为橙色

 图5：具有直颈的超材料（图4a）和具有优化颈部的超材料（解决方案1，图 4b）的声音传递损失

图6：具有直颈的超材料（图4a）和颈部优化的超材料（解决方案2，图 4c）的声音传递损失。

图7：具有 (a) 直颈和 (b) 颈优化的超材料几何形状：颈（A部分）颜色为灰色； B 部分为绿色； C 部分为蓝色，玻璃棉为橙色

 图8：具有直颈部的超材料（图7a）和颈部优化的超材料（图 7c）的声音传输损失

结论

这项研究提出了一种快速可靠的方法来优化具有复杂形状颈部的声学超材料。使用具有拉丁超立方体类型样本的Kriging超构材料模型方法。Dakata的多目标优化算法已被用于找到在低频下在给定频率附近最大化声音传输损耗(STL)的颈部形状。研究的几何结构是一个亥姆霍兹谐振器(HR)，腔内有一个颈部，全部嵌入玻璃棉层中。已经定义并解决了两个面向颈部形状几何优化的优化问题。第一个问题包含4个优化参数，找到了两种优化颈部的几何形式。通过将优化参数的数量增加到7个，定义了比前两个更复杂的颈部形状解决方案。与具有直颈部谐振频率的原始亥姆霍兹谐振器相比，每个解决方案的谐振频率都向低频偏移并且非常接近所需频率，已经观察到STL幅度的降低。

本文还提出了一种基于传递矩阵法预测超材料声学特性的快速可靠方法。为了预测STL，超材料被分解为HR和玻璃棉。HR被分解成3个部分。传递矩阵方法分两个阶段开发。首先使用串行传递矩阵方法导出HR的传递矩阵。第二步是应用并行传递矩阵方法推导出超材料的传递矩阵并计算超材料的STL。通过数值有限元分析结果对这种方法进行了验证。

参考文献

1. Kuntz,H. L., Gatineau, R. J., Prydz, R. A. & Balena, F. J. Development andtesting of cabin sidewall acoustic resonators for the reduction of cabin tonelevels in propfan-powered aircraft, NASA Report 4388 (1991).

2. DoutresO., Atalla N. & Osman H. Transfer matrix modeling and experimentalvalidation of cellular porous material with resonant inclusions, J. Acoust.Soc. Am. 137(6), 3502-3513 (2015).

3. SelametA., Xu M. B., and Lee I.-J. Helmholtz resonator lined with absorbing material,JASA, 117(2), 725-733 (2005).

4. GourdonE. & SavadKoohi A. T. Nonlinear Structuring of Helmholtz Resonators forIncreasing the Range of Sound Absorption, Proceedings of Euro-Noise (2015).

5. ParkS.-H., Acoustic properties of micro-perforated panel absorbers backed byHelmholtz resonators for the improvement of low-frequency sound absorption,Journal of Sound and Vibration 332(20), 4895-4911 (2013).

6. Cai C.,Mak C-M. & Shi X., An extended neck versus a spiral neck of the Helmholtzresonator, Applied Acoustics, 115, 74-80 (2017).

7. Ghinet,S., Bouche, P., Padois, T, Pires L., Doutres O., Kone T. C., Triki K.,Abdelkader F. Panneton R. & Atalla N. Experimental validation of acousticmetamaterials noise attenuation performance for aircraft cabin applications.Proceedings of INTER-NOISE 20, pp 222-232, Seoul, Korea,Aug. 23-26 (2020).

8. Deb K.,Multi-Objective Optimization Using Evolutionary Algorithms, John Wiley &Sons, Hoboken, NJ07030, USA (2001).

9. KurdiM., Beran P., Stanford B. & Snyder S. Optimal Actuation of NonlinearResonant Systems, J. Struct. Multidisc. Optimal. , 41 (1), 65-86 (2009).

10.Dakota, A Multilevel Parallel Object-Oriented Framework for Design Optimization,Parameter Estimation, Uncertainty Quantification, and Sensitivity Analysis:Version 6.13 User’s Manual, SAND2020-12495 Unlimited Release (2020).

11. Kone,T. C., Ghinet, S., Dupont, T., Panneton, R., Anant, G. l & WickramasingheV. Characterization of the acoustic properties of complex shape metamaterials.In Proceedings of 2020 International Congress on Noise Control Engineering,INTER-NOISE 2020, 23-26 August 2020 Seoul, South Korea.

12.Verdiere K., Panneton R., Elkoun S., Dupont T., and Leclaire P., Transfermatrix method applied to the parallel assembly of sound absorbing materials,JASA, 134, 4648-4658 (2013).

13.Burrage K., Burrage P., Donovan D., and Thompson B. Populations of models,experimental designs and coverage of parameter space by Latin hypercube andorthogonal sampling, Procedia Computer Science, 51, 1762–1771 (2015).

14. CioppaT. M. and Lucas T. W. Efficient nearly orthogonal and space-filling Latinhypercubes, Technometrics, 49(1), 45-55 (2007).

15. JosephV. R. & Hung Y. Orthogonal-maximin Latin hypercube designs, StatisticaSinica, 1, 171-186 (2008).

16. KoneT. C. Etude numérique de l'identification des sources acoustiques d'une pale deventilateur (Numerical study of the identification of the acoustic sources of afan blade), thesis, Universte de Sherbrooke, QC, Canada, 2016.

17. KrigeD. A statistical approach to some mine valuation and allied problems on theWitwatersrand, University of the Witwatersrand, Dissertation, 1951.

18. SacksJ., Welch W. J., Mitchell T. J., & Wynn H. P. Design and Analysis ofComputer Experiments. In Statistical Science 4-4, S. 409-435 (1989).

19.Simpson T. W. Poplinski J. D, Koch P. N., & Allen J. K., Metamodels forcomputer-based engineering design: survey and recommendations, Engineering WithComputers, 17(2), 129-150(2001).

20. RennenG. Subset selection from large datasets for kriging modeling, Structural andMultidisciplinary Optimization, 38(6), 545–569 (2009).

21.Pistone G. & Vicario G. Comparing and generating Latin hypercube designs inKriging models, AStA Advances in Statistical Analysis, 94, (4), 353–366 (2010).

22. SenO., Gaul N. J., Choi K. K., Jacobs G., & Udaykumar H. S. Evaluation ofkriging based surrogate models constructed from mesoscale computations of shockinteraction with particles, Journal of Computational Physics, 336, 235–260(2017).

23.Dubreuil S., Bartoli N., Gogu C., Lefebvre T., & Colomer J. M., Extremevalue oriented random field discretization based on an hybrid polynomial chaosexpansion - Kriging approach, Computer Methods in Applied Mechanics andEngineering, 332, 540–571 (2018).

24. CousinA., Maatouk H., and Rullière D. Kriging of financial term-structures, EuropeanJournal of Operational Research, 255(2), 631–648, (2016).

25. MukeshR., Lingadurai K. & Selvakumar U. Airfoil Shape Optimization based onSurrogate Model. J. Inst. Eng. India Ser. C 99, 1-8 (2018).

26.Jouhaud J.-C. , Sagaut P. & Labeyrie B. A Kriging Approach forCFD/Wind-Tunnel Data Comparison,J. Fluids Eng. 128(4): 847-855 (2006).

27.Champoux Y. & Allard J., Dynamic tortuosity and bulk modulus inair-saturated porous media, Journal of Applied Physics, 70(4), 1975-1979(1991).

28.Munjal, M. L., Galaitsis, A. G. & Ver, I. L. Passive Silencers, Noise andVibration Control Engineering (eds I.L. Ver and L.L. Beranek), John Wiley &Sons, Inc., New York, 2006.

免责声明：部分资料来源网络，转载目的在于传递信息及分享，并不意味赞同其观点或其真实性，也不构成其他建议。仅提供交流平台，不为其版权负责。如涉及侵权，请联系我们及时删除。