基于“源-路径-接受点”的精细化船舶舱室降噪设计

针对传统的船舶舱室降噪设计中,降噪措施的选取及设置更多凭借经验,费效比有限的问题,以3艘同型船为案例,使用“源-路径-接受点”的系统分析方法对该型船医务室的不同降噪方案计算,各分项对总声压级的贡献,分析引起该型船医务室噪声超标的主要原因,并将计算结果与实船试航测试数据对比,验证计算模型的有效性,根据各分项对总声压级贡献量的结果,有针对性地设计降噪措施,对原始降噪措施进行精简,给出经济性更高的降噪设计方案。

“深海一号”载人潜水器支持母船水下辐射噪声控制关键技术

水下辐射噪声作为科考船的一项重要设计指标备受关注。本文以“深海一号”载人潜水器支持母船为例,详细论述了该船在设计建造过程中针对水下辐射噪声所采取的全过程控制和评估的主要思路和关键技术,并通过实船测试验证了相关指标,可为同类型船舶水下辐射噪声控制和评估工作的开展提供参考。

基于波分析方法的船用复合岩棉板隔声量快速计算方法研究

船舶设计师使用快速有效的方法对船舶在设计阶段进行舱室噪声控制可以有效避免船舶在建造完成后舱室噪声超标问题产生。文章基于波分析方法对船用50 mm复合岩棉板建立三层板隔声模型,并对其隔声量进行数值计算。研究过程中发现,仅用波分析方法计算得到的隔声量远大于实验室实测值。鉴于复合岩棉板两块面板之间声桥对整体隔声量的影响,数值计算结果100~1 600 Hz,与实验值相吻合。该方法能够对复合岩棉板的隔声量进行快速计算,对设计师在设计阶段进行船舶舱室噪声控制有帮助。

基于长短期记忆网络的海冰本构关系预测

为了准确建立海冰的本构关系,针对传统的物理试验和数值模拟试验2种海冰本构关系研究方法均存在的弊端和效率较低的问题,寻找一种能高效、准确预测海冰本构关系的方法。基于长短期记忆(LSTM)神经网络对海冰本构关系进行预测,通过离散元法(DEM)黏结单元模型对海冰三轴压缩试验进行数值模拟,获取不同组围压和加载速率下试样的应力-应变曲线作为数据源,搭建多层LSTM网络,采用其中5组围压、3组应变率下的应力-应变曲线作为训练数据对神经网络进行训练,预测剩余1组围压、1组应变率下海冰的应力-应变关系,并采用均方误差作为评价指标对预测结果进行评估。研究结果表明:采用LSTM神经网络数据驱动模型能较好地对海冰材料的本构关系进行预测,该方法可供极区海洋结构物的设计和海冰力学行为研究参考。