2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩103頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、結構的聲學性能優(yōu)化一直是設計師們重點關注的問題,如白色家電噪音控制、轎車車內聲學特性改善以及道路聲屏障降噪性能的提高,這些結構的聲學性能與我們的生活質量息息相關,改善它們的聲學性能有著重大的意義。結構聲學性能優(yōu)化一般分為尺寸優(yōu)化、形狀優(yōu)化、吸聲材料敷設優(yōu)化等幾個方面,而在結構設計初級階段,結構的形狀是影響結構聲學性能的重要因素。因此對結構進行形狀優(yōu)化以提高結構的聲學性能,是結構設計過程中必不可少的一個步驟,這將為結構聲學性能的進一步優(yōu)化

2、打下良好的基礎。
  結構形狀優(yōu)化過程中涉及到計算機輔助設計(CAD)與計算機輔助工程(CAE)的對接,在設計好的幾何模型上劃分網格是較為傳統(tǒng)的處理方法,通常這一步驟會占用較多時間,尤其是當幾何模型需要重新修改設計時,重新劃分網格會再次消耗大量時間,這對產品的設計周期會有較大影響。借助等幾何分析方法(IGA)可以有效避免這一問題,該方法采用CAD領域中廣泛使用的非均勻有理B樣條(NURBS)進行幾何建模,并在CAE分析中采用相同的

3、樣條基函數(shù)插值近似物理變量。在NURBS建模中,結構的幾何形狀是由控制點控制,因此優(yōu)化過程中可將控制點坐標設為設計變量,通過敏感度分析找到控制點對結構聲學性能的影響效果,從而確定控制點的最優(yōu)位置,達到結構形狀優(yōu)化的目的。
  本文主要開展了基于等幾何邊界元法的結構聲場分析與敏感度分析,并在此基礎上發(fā)展了一套完整的聲學結構形狀優(yōu)化算法,成功應用在了道路聲屏障的形狀優(yōu)化設計上,有效改善了道路聲屏障的降噪性能。論文的主要內容如下:

4、>  (1)基于等幾何快速多極邊界元法的二維聲場分析。本文采用NURBS樣條建模,分離幾何邊界與物理量近似的插值函數(shù),用Burton-Miller法克服解的非唯一性問題,推導了聲學邊界積分方程的等幾何離散形式。針對等幾何積分方程中的奇異積分項,已有文獻中用正則化方法消除,本文則利用奇異性相消技術結合Cauchy主值積分和Hadamard有限部分積分,給出了奇異積分的解析形式,保證計算精度。為了提高計算效率,本文引入快速多極算法,加速系數(shù)

5、矩陣與向量的乘積,為大規(guī)模問題的計算提供可行性。
  (2)基于等幾何快速多極邊界元法的二維聲場敏感度分析。對于等幾何建模中控制形狀的控制點,可以將其設為設計變量,利用直接微分法推導出等幾何敏感度邊界積分方程,利用快速多極算法加速求解與降低存儲,求出域內聲壓對控制點坐標的敏感度,建立聲學敏感度分析算法。聲壓對控制點敏感度表示結構形狀變化對聲場聲壓分布的影響效果,這為基于聲學敏感度的結構形狀優(yōu)化提供了可靠的理論基礎。
  (3

6、)基于二維聲場敏感度分析的結構形狀優(yōu)化算法的建立。求出域內聲壓對控制點的敏感度后,即可找出域內聲壓與結構形狀的對應關系,將聲場模擬信息與敏感度信息帶入基于梯度的移動漸進(MMA)優(yōu)化求解器中,經過迭代更新設計變量取值,最終得到控制點的最優(yōu)取值。本文建立的基于聲學敏感度的結構形狀優(yōu)化算法有著可靠的理論基礎與可行性,文中成功將其應用到了聲屏障降噪性能優(yōu)化分析中,為結構的聲學性能進一步優(yōu)化創(chuàng)造了一個良好的開端。
  (4)基于等幾何邊界

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論