基于深度学习的低频宽带隔声器件设计
Journal of Applied Acoustics（2023）
摘要
在实际应用中,通常需要将多个声人工结构单元进行组合来实现低频宽带的隔声降噪.这种组合结构往往参数较多,传统的设计方法很难对其进行高效的自动化设计.该文在集总参数模型的基础上,提出了一种基于深度学习的低频宽带隔声器件设计方法,并基于该方法完成了由9个二阶亥姆霍兹共鸣器单元组合而成的低频宽带隔声装置的设计.仿真结果表明,该隔声装置在158～522 Hz范围内均具有良好的隔声效果,从而验证了所提出方法的有效性.与传统方法相比,该文所提出的设计方法不仅减少了对设计者专业知识和设计经验的依赖,而且具有更高的设计效率、更强的通用性,未来有望进一步推广至其他声人工结构的设计领域.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要