集成统计能量法计算声呐自噪声水动力噪声分量

针对舰船艏部非规则形状声呐罩的自噪声预报,借鉴集成模态法思路[1,2],采用虚拟弹性膜技术,建立集成统计能量法(Integro-SEA),并以矩形腔声呐罩为例验证计算精度.在此基础上,采用集成统计能量法计算舰船艏部声呐自噪声的水动力噪声分量,并修正计算艏部边界层转捩区湍流猝发声源对声呐自噪声的作用.研究表明:用经典SEA和集成SEA方法计算矩形腔声呐罩自噪声,偏差小于1dB,集成SEA方法加边界层转捩区声源修正,计算的舰船艏部声呐自噪声与实艇测试结果比较,在200Hz～6kHz的中频范围内相差2～3dB.     

船舶艏部声呐罩水动力噪声评估

文章针对非规则形状的艏部声呐罩,基于统计能量理论,建立了艏部声呐罩自噪声的理论模型,并分析了非透声窗吸声系数和过渡区声源对声呐罩噪声的影响。经对过渡区声源高频噪声影响的计算修正,大大提高了计算精度。试验验证表明,过渡区附近腔体自噪声计算结果与测试值相差小于5 dB,较好地反映了腔内自噪声分布规律。     

潜艇声呐腔自噪声预报平台

本文应用统计能量分析(SEA)对潜艇声呐腔自噪声预报问题进行了研究,编制了界面友好的通用软件预报平台.计算结果与有关实验结果吻合较好,验证了预报平台的有效性和可靠性.本预报平台已应用到多型潜艇声呐腔的自噪声预报中,对选取声呐腔的声学处理方案具有重要的指导作用.     

潜艇噪声水平对声呐探测性能影响分析

论述了潜艇噪声水平对敌方和我方被动声呐探测距离的影响,给出了声呐工作在1 kHz时,本艇辐射噪声降低导致敌方被动声呐作用距离降低变化关系曲线,及本艇自噪声降低对我方声呐被动探测作用距离提升之间的变化关系曲线.分析结果表明,降低本艇的辐射噪声,可以降低敌方声呐的探测距离,从而增强我方潜艇的隐蔽性;当声呐平台噪声大于海洋环境噪声时,降低本艇的自噪声可提高我方潜艇被动声呐的探测距离,从而提高我方潜艇的先敌发现能力.     

周期加肋夹芯透声窗的声呐自噪声特性研究

以舰船声呐罩透声窗的低噪声设计为背景,针对周期加肋夹芯平板和平行腔体组成的简化声呐罩模型,采用Fourier变换方法和功率谱密度函数,建立加肋夹芯透声窗受平稳随机湍流脉动压力激励产生的声呐部位水动力自噪声的计算方法,数值计算肋骨几何尺寸和间距等参数对声呐自噪声的影响.研究结果表明加肋透声窗在湍流脉动压力激励下产生的声呐自噪声,取决于声呐罩的空间滤波特性.肋骨引起的波数迁移,使透声窗与湍流脉动压力的传输峰值分量发生空间吻合共振,明显增大声呐自噪声.加肋夹芯透声窗的弹性波传播截止效应,部分抵消肋骨产生的空间调制效应,可降低声呐自噪声5 dB～10 dB.     

神经网络算法在舰船声呐设备自噪声预报的应用

舰船声呐设备利用声波在水下的传播特性,将采集的声音信号转换为电信号,从而确定水下目标的位置信息、速度信息和形态信息等,是舰船上重要的水声学探测装置。在舰船声呐的正常工作中,噪声信号会对声呐的探测和目标定位精度产生不利影响,常见的噪声源包括舰船螺旋桨噪声、舰船机械噪声、声呐设备自噪声等。本文主要研究舰船声呐设备的自噪声频段分布和形成原理,利用神经网络算法对声呐设备自噪声预报技术进行研究,该研究对改善舰船声呐设备的探测水平、提高声呐采集信号的信噪比、降低声呐设备自噪声等有重要意义。     

基于AutoSEA2的声呐自噪声水动力分量分析

利用基于统计能量分析法的声仿真软件AutoSEA2分析湍流边界层激励下水下航行器声呐腔自噪声水动力分量。采用一种新的回转体模型模拟声呐罩,重点讨论了空间分布不均匀的湍流边界层对声呐罩的输入功率的计算。利用Fluent软件计算边界层的分离点及一些重要参数。分析结果可作为空间不均匀湍流边界层激励下声呐腔自噪声工程估算的参考。     

空间不均匀湍流边界层激励下声呐腔自噪声统计能量分析

利用统计能量分析法建立了湍流边界层激励下水下航行器声呐腔自噪声水动力分量的计算模型。采用一种新的回转体模型模拟声呐罩，重点讨论空间分布不均匀的湍流边界层对声呐罩的输入功率的计算及统计能量分析参数的确定，利用Fluent软件计算边界层的分离点及一些重要参数。最后给出了一具体的算例。可作为空间不均匀湍流边界层激励下声呐腔自噪声的工程估算的参考。     

随机面激励的非规则声腔自噪声计算方法研究

舰船声呐罩以及舱室、车厢等常见的非规则声腔受湍流边界层脉动压力随机面激励产生的水(气)动力噪声,已经或将成为声呐自噪声和舱室噪声的主要成因。文中以一个非规则形状的三维声腔为例,考虑声腔结构振动与内外声场的耦合,采用虚拟膜技术和集成模态法以及功率谱密度概念,建立了声腔受湍流边界层脉动压力随机面激励的自噪声计算模型和方法。数值计算分析表明:虚拟膜技术和集成模态法可用于舰船声呐罩以及列车和汽车车厢等非规则声腔自噪声计算的声学建模,预报声腔内部水动力噪声或气动力噪声的低中频分量,具有数值方法能够模拟复杂形状声腔和解析方法相应的声振耦合方程维数少的优点。     

基于径向基函数神经网络的舰艇声呐部位自噪声预报

径向基函数神经网络具有学习速度较快,函数逼近能力强的特点.文章分析了影响声呐部位自噪声的各种声源参数,以舰艇声呐部位自噪声作为目标函数,将径向基函数神经网络用于舰艇声纳部位自噪声预报.利用舰艇声呐实测数据进行网络训练,训练好的神经网络可以对舰艇声呐部位自噪声进行精确预报.     

声呐平台噪声控制机理分析

文章针对舰艇声呐平台的噪声问题,研究了三大噪声源对声呐自噪声的影响。研究表明,声呐舱水动力噪声分量主要受肋骨结构影响,在设计中应避免肋骨的形函数与湍流脉动压力波数—频率谱耦合。舰艇自身的螺旋桨噪声和辐射噪声主要从后部和底部向声呐平台传递,在声呐壁面附近和声呐区域产生较高噪声,为提高声呐自噪声控制效果,应在非透声壁面采取隔声措施。舷侧声呐受艇体振动影响较大,应在声呐单元安装导轨的振动传递途径上采取阻尼控制措施,有效降低声呐单元的振动响应。     

Underwater vehicle sonar self-noise prediction based on genetic algorithms and neural network

1Introduction Sonarself noiseisakeyfactorinfluencingthehiding capabilityofanunderwatervehicleanddetectioncapa bilityofsonar.Decreasingsonarself noisehasimpor tanteffectonenhancingtheprobabilityofsonardetec tionandbattleeffectivenessofunderwatervehicle.An …     

基于L-M贝叶斯正则化方法的BP神经网络在潜艇声纳部位自噪声预报中的应用

基于L-M贝叶斯正则化方法使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高.文中将BP神经网络和L-M贝叶斯正则化算法相结合用于潜艇声纳部位自噪声预报.分析了影响声纳部位自噪声的各种参数.利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳部位自噪声进行精确预报.     

敷设空腔尖劈的声呐平台声学特性研究

基于变截面波导理论建立吸声系数方程,讨论了不同静压下尖劈吸声性能,开展了空腔尖劈声管测试,并将计算值与实验值进行对比分析。在此基础上,通过数值试验预报了声呐平台区的自噪声分布,对比分析了空腔尖劈敷设方案对其声学特性的影响。结果表明：随着静水压力的增大,尖劈吸声系数第一谐振峰向高频移动;高静压下,尖劈吸声系数下降较快。敷设空腔尖劈的声呐平台区的自噪声总声压级显著降低,尖劈部分优化敷设既要考虑全频段平台区的自噪声总声级,又要兼顾声呐基阵位置处的声压分布。     

计及空腔能量耗散的尖劈结构声学特性研究

以喇叭型空腔为例分析了声波在尖劈空腔中的传播规律,给出了计及空腔能量耗散作用的尖劈结构吸声系数计算方法,通过声管测试验证了本文算法的有效性。在此基础上,通过数值试验预报了声呐平台区振动及自噪声分布,对比分析了空腔尖劈敷设方案对其声学特性的影响。结果表明:空腔对较低频段声波能量吸收有很大作用,在3 kHz以下频段计算空腔尖劈吸声性能时必须予以考虑;敷设空腔尖劈的声呐平台区的振动及自噪声总声压级显著降低,尖劈部分优化敷设既要兼顾声呐基阵位置处的声压分布。