详情

原文传递吸声覆盖层的声学性能回归预测及逆向设计研究

论文题名：	吸声覆盖层的声学性能回归预测及逆向设计研究
关键词：	潜艇壳体;吸声覆盖层;吸声性能;回归预测;逆向设计
摘要：	吸声覆盖层通常敷设于潜艇壳体表面等水下目标，以减少敌方主动声呐探测距离，目前面临的主要挑战是如何通过设计材料参数和几何结构来获得低频宽带的吸声特性，这个过程要求研究者具有丰富的材料学和声学领域研究背景和经验。应用深度学习(Deep Learning，DL)将吸声覆盖层的材料结构特征与声学性能联系起来进行回归预测及低频宽带吸声设计研究，能够减少对研究人员经验和理论知识的依赖，从而引导吸声覆盖层设计领域的范式转变。　　本文围绕吸声覆盖层的低频宽带吸声性能为目标，基于DL的快速预测能力和强大的生成能力，对吸声覆盖层的材料参数和空腔几何结构开展设计研究。研究的主要内容和结果表现在以下四个方面：　　(1)针对传统的理论分析方法复杂、数值分析方法耗时及实验测量声学评价指标成本较高的弊端，研究基于DL的吸声覆盖层声学性能回归预测方法。以圆柱型空腔吸声覆盖层的声学特性为实例，将全连接神经网络模型(Fully-connected Neural Network，FNN-ours)与数值仿真模型和解析分析模型在计算时间、计算机硬件配置要求和复杂度等方面开展对比，FNN-ours 模型预测的反射系数均方根误差(Root Mean Square Error，RMSE)和平均绝对百分比误差(Mean Absolute Percentage Error， MAPE)分别为 0.298%和 1.711%，皮尔逊相关系数(Pearson Correlation Coefficient， PCC)为0.995。结果表明：经过充分训练的DL模型，3 秒内完成对测试集数据的回归预测，实现了圆柱空腔吸声覆盖层材料参数和声学性能的快速预测，效率比有限元方法(Finite Element Method，FEM)提高了近80倍，节约了设计时间和计算成本。然而，在预测圆柱???圆台组合空腔结构参数时，由于数据的稀疏，FNN-ours 模型泛化能力不足导致了“病态性”结果，“一对多”问题造成了FNN-ours模型失效。　　(2)针对吸声覆盖层材料结构设计中存在求解过程耗时、参数搜索空间大和FNN-ours 模型泛化能力不足等问题，提出了一种自开发的模型(Auto Encoder and Multilayer Perceptron，AEMLP)逆向设计方法。基于AEMLP模型对圆柱型空腔吸声覆盖层的材料参数逆向设计，测试集的设计精度为 95.08%。按照最优吸声器和三波段吸声器的吸声需求，利用 AEMLP 模型逆向设计了圆柱型空腔吸声覆盖层的材料参数，并结合FNN-ours模型快速预测了对应的吸声系数，经有限元仿真验证的最优吸声器的平均吸声系数为0.81，三波段吸声器在800 Hz、2600 Hz和5400 Hz处均有不低于0.76的吸声峰值。结果表明：AEMLP模型实现了圆柱型空腔吸声覆盖层的材料参数高效设计，为吸声覆盖层声学性能的逆向设计提供了一种解决方案。将AEMLP模型移植到圆柱???圆台组合型空腔吸声覆盖层的结构设计中，通过自行设计模具和调节橡胶材料配方，制备了实验样品开展水声管实验测试，结果除了2000 Hz ~ 3600 Hz中频范围的平均吸声系数比预期值低0.4外，实验结果的总体变化趋势与预期值基本一致。实验结果表明：AEMLP模型解决了由于数据稀疏和“一对多”导致结果不收敛的“病态性”问题，成功逆向设计了圆柱???圆台组合空腔的结构参数。　　(3)针对低频宽带吸声覆盖层的不规则空腔截面形状难以分析设计的问题，提出了一种基于生成模型快速设计吸声覆盖层不规则空腔截面形状拓扑的方法。COMSOL与MATLAB联合仿真提高了计算效率，解决了构建800 Hz ~ 6000 Hz平均吸声系数大于 0.75 的数据集时不便于批量求解的问题。对变分自动编码器(Variational Auto Encoder，VAE)、深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network，DCGAN)和带有梯度惩罚的生成对抗网络(Wasserstein Generative Adversarial Network with a Gradient Penalty，WGAN-gp)三种不同生成模型，对比分析训练过程的模式崩塌和生成设计样本的平均吸声系数。结果表明：利用高斯分布生成“假”样本的 WGAN-gp 模型能够创新性地设计新的空腔截面形状拓扑，平均吸声系数均大于 0.758，解决了 VAE 生成不规则空腔截面形状模式单一的问题。通过仿真分析生成的候选结构在 3 MPa 静水压力下的变形情况， Top 2nd的轴向和径向变形分别为0.5954 mm和0.0974 mm，验证了生成模型能够有效地拓宽吸声频带，提升吸声效果和设计效率。　　(4)针对半径和距离梯度变化的圆柱组合型空腔吸声覆盖层材料结构参数难以定量设计的问题，提出了一种基于条件生成对抗网络(Conditional Generative Adversarial Network，C-GAN)的逆向设计方法。首先，通过数值模型与等效介质理论模型对比验证，定性地开展了不同梯度组合空腔结构模式下的吸声性能，以及弹性模量和损耗因子对改善吸声性能的作用研究。然后，构建了包括 86400 组材料结构参数和相应的吸声系数的数据集来训练和测试 C-GAN模型，并结合 Simulator模型的实时观测技巧来评价训练过程的模型性能，通过训练360个Epoch获得了最优模型。最后，提供了一个改善三波段吸声器宽带吸声的案例，验证了在梯度组合型空腔吸声覆盖层材料结构设计中所提出的C-GAN模型性能。结果表明：增加弹性模量和损耗因子的值，使第一和第二空腔耦合共振，拓宽了2340 Hz ~ 6000 Hz频带内的吸声性能， C-GAN模型能够高效且准确地对梯度组合空腔吸声覆盖层的材料结构定量设计。
作者：	孙一平
专业：	机械工程
导师：	陶猛
授予学位：	博士
授予学位单位：	贵州大学
学位年度：	2023