面向大涵道比涡扇发动机的风扇纯音噪声经验预测模型

随着涡扇发动机涵道比的不断提高,风扇噪声对于发动机总噪声的贡献量越来越大,因此准确地预测风扇噪声对发动机的降噪设计和适航符合性评估具有重要的意义。在现有风扇噪声半经验预测模型架构的基础上,利用某型号大涵道比涡扇发动机的噪声试验数据,适应性地发展了风扇纯音噪声预测模型,将预测模型中的转/静间距函数与叶片后掠角及工况相关联,并提出考虑不同工况影响的指向性函数,预测精度较现有模型有大幅提升。与试验数据的对比表明,本模型的预测误差在5 dB之内,验证了新开发模型的准确性。

白条猪价格预测模型构建

【目的】增强农产品价格预测准确度,为农产品价格的有效预测提供参考。【方法】以河南省白条猪每周平均批发价格为研究对象,提出一种基于序列分解、主成分分析和神经网络(CEEMDAN-PCA-CNN-LSTM)的白条猪价格预测方法。首先,使用自适应白噪声完全集合模态分解方法(CEEMDAN)对白条猪价格序列进行分解;其次,选用皮尔逊相关系数筛选影响价格波动的相关因素;再次,利用主成分分析(PCA)对影响因素及分解得到的子序列降维处理并作为原始价格序列的特征值,并行输入到作为编码器的卷积神经网络(CNN)中进行特征提取;最后,引入长短期记忆网络(LSTM)作为解码器输出得到预测结果。将该方法应用于河南省白条猪每周平均价格数据,与LSTM、门控循环单元(GRU)、CNN、基于卷积的长短期记忆网络(ConvLSTM)模型进行比较。【结果】CEEMDAN-PCA-CNN-LSTM组合模型预测方法得到的平均绝对误差分别降低了44.95%、27.30%、28.13%、43.17%。【结论】CEEMDAN-PCA-CNN-LSTM模型对于河南省白条猪市场价格的预测性能更优,有助于相关部门针对河南省白条猪价格波动做出科学决策。

公路交通噪声预测模型FHWA、RLS90与规范模型的对比

对山东省济南-菏泽高速公路的部分路段进行交通噪声24 h连续监测,并根据实测的交通量和车辆行驶速度,运用FHWA模型、RLS90模型和规范模型进行噪声预测,将实测值与预测值进行对比分析可知,规范模型的预测值准确性更强.对高速公路单车噪声源强进行进一步实测分析,结果表明规范模型的源强计算值和源强实测值比较接近.考虑优化车型分类方式,将未满载的大客车归为中型车进行噪声预测,可使规范模型噪声预测值更为准确.

基于FHWA的城市交通噪声预测模型研究

结合美国道路交通噪声污染预测模型(FHWA)和国内学者在该方面的大量研究成果,选择城市主、次干道监测点的建模采样数据,分析比较FHWA噪声预测模型的预测值,研究影响道路交通噪声的各个因子与道路交通噪声的相关性,提出符合实测道路交通特征的噪声污染统计噪声预测模型。随后应用噪声预测模型对监测点噪声污染进行预测,并与实测值对比验证后发现二者具有较高的一致性,此模型可应用在城市道路交通噪声污染的预测评价中。

多翼离心风机气动噪声数值预测

文章采用计算流体力学软件Fluent对多翼离心风机的内部流场进行三维的定常和非定常数值模拟,并对数值结果进行了分析。数值结果与试验结果的对比分析表明了数值模拟具有较好的准确性和可信度。随后,基于流场的计算结果进行声场的数值计算,结果表明:基于非定常流动的FW-H声压模型可获得多翼离心风机气动噪声主要噪声源在声学接收点处的噪声频谱,有助于更深层地了解声源的噪声特性以及明确噪声峰值所对应的频率段,为下一步进行有针对性的噪声控制研究提供有力的依据。

基于EMD和KNN的发动机辐射噪声预测研究

针对基于发动机表面结构单通道振动的辐射噪声预测问题,提出了一种结合经验模态分解(Empirical Mode Decomposition,EMD)和KNN(K-Nearest neighbor)的预测算法,通过EMD将单一振动时域信号分解为多个本征模态函数(Intrinic Mode Function,IMF)信号,并将每个IMF信号作为振动数据集的特征,最后以新的振动数据集为输入建立辐射噪声预测模型。试验结果表明,基于该算法建立的预测模型可解释方差分数为0.97,有着较小的预测误差。

基于CEEMDAN-GMDH-ARIMA的大坝变形预测模型研究

为提高大坝变形预测精度,针对大坝变形数据的复杂性和非线性等特征,基于自适应噪声完备集成经验模态分解(CEEMDAN)、数据处理群集法(GMDH)和差分自回归移动平均模型算法(ARIMA)进行大坝变形预测研究。采用CEEMDAN将大坝变形原始数据分解为高频随机分量、中频周期分量和低频趋势分量,再分别采用GMDH模型、ARIMA模型对高中频分量、低频分量进行预测,建立基于CEEMDAN-GMDH-ARIMA的大坝变形预测模型。以江西上犹江水电站为例,将该模型预测结果与反向传播(BP)、径向基函数(RBF)、GMDH和CEEMDAN-GMDH模型的预测结果进行对比分析。结果表明:CEEMDAN-GMDH-ARIMA模型的均方根误差(E_(RMS))、平均绝对误差(E_(MA))、相关系数(r)分别为0.048 mm、0.035 mm、0.994,均优于BP、RBF、GMDH、CEEMDAN-GMDH模型,模型预测效果最好,能够很好地体现监测点水平位移变化趋势。

基于实时车辆源强的交通噪声预测模型研究

道路交通噪声预测是公路建设与使用过程中的重要一环,准确预测交通噪声对道路两旁敏感点的噪声贡献和影响能为噪声治理提供强有力的技术支撑。该研究从移动声源在预测点产生的声能推导出交通噪声计算数学模型。通过实验室测试和实地测试进行验证,得出预测点位测量值与预测值的差值在3 dB(A)以内,说明使用该数学模型进行预测噪声具有很强的适用性。再通过该模型的应用研究,计算某一敏感点噪声主要受多长范围内道路的影响,以此作为依据为后期治理提出一些建设性的意见。

基于FHWA模型与交通流仿真的道路噪声预测方法研究

以美国FHWA噪声模型为基础,以VISSIM软件为交通流预测平台,给出了基于FHWA模型与交通流仿真的道路噪声预测方法,实现了通过现状调查数据对拓宽后路段进行噪声预测的目的;并以南京航空航天大学附近的一段双向6车道的高速路作为研究对象,结合实际路况及统计学理论对噪声预测模型进行修正,修正模型的预测结果与实测值的误差在1.5dB范围内,匹配性良好;在对拓宽后的道路噪声预测后发现:道路拓宽之后的噪声值总体呈增高趋势;交通量增加之后,噪声值进一步加大;另外,虽然大中型车在交通量中占据较小的比例,但对交通噪声值的大小起决定性作用.

基于PL-SEM的城市快速路交通噪声预测模型

文章提出一个结合贝叶斯网络BN与偏最小二乘结构方程PLS-SEM建立的道路交通噪声模型。该模型探究影响道路交通噪声的因素及其关联指标,确定了交通流量、道路情况、平均车速、气候条件与建筑环境这五个影响因素对道路交通噪声的直接和间接影响,为规划人员以及决策者了解交通噪声影响因素的内在关系并部署道路交通噪声缓解策略提供了依据。

应用FHWA噪声数学模型进行公路交通噪声预测的研究

一、前言公路噪声影响预测是一个复杂的过程,要真实地反映和预测公路噪声水平,必须用大型的计算机作模拟分析。目前,国内外专家学者已提出不少方法,并建立了数学模型。下面我们以某一拟建的城镇为例。

FHWA公路交通噪声预测模型在广清高速公路花都段的应用研究

通过运用FHWA公路交通噪声预测模型对广东某高速公路交通噪声进行预测。根据车流量实测数据以及设计速度,通过模型对敏感点噪声结果进行计算,并根据计算结果,反向计算满足声环境功能区划的最大行车速度,并对不同车型,不同设计速度的降噪效果进行了分析。结果有望对同类高速公路噪声预测提供指导和依据。

基于FHWA八车道交通噪声预测模型的选取分析

本文对公路交通噪声预测模型进行了分析,基于FHWA公路交通噪声预测模型,提出了公路交通噪声八车道的噪声预测模型,探讨FHWA的噪声预测模式与八车道噪声预测模式的差异性及影响因素。并得出了等效成两个线声源更适合八车道高速公路噪声预测这一结论。

基于半模型的高速列车远场气动噪声计算方法

随着高速列车运行速度的提高,其气动噪声问题逐渐凸显,如何准确快速预测高速列车的远场气动噪声成为关键.利用半自由空间的Green函数求解FW-H方程,推导了考虑半模型时的远场声学积分公式,提出通过半模型的数值计算结果预测全模型高速列车远场气动噪声的方法;建立了全模型和半模型高速列车的气动噪声数值计算模型,应用改进延迟的分离涡模拟方法对不同模型高速列车表面的气动噪声源进行求解;通过风洞试验进行了全模型高速列车的数值仿真计算方法验证;对比分析了全模型和半模型高速列车周围的流场结构、气动噪声源和远场气动噪声特性.结果表明:半模型高速列车数值计算得到的列车周围流场结构、气动噪声源以及远场气动噪声特性与全模型的一致;采用半模型计算会过高估计列车尾车流线型区域表面压力的波动程度和噪声源的辐射强度,但通过半模型预测整车模型的远场噪声平均声压级误差小于1 dBA;相比于全模型高速列车,半模型计算时的网格总量减少一半.

轿车车窗上升过程声品质预测模型研究

针对声品质主观评价试验成本高的问题,提出一种基于车窗上升过程稳态噪声和瞬态噪声的声品质预测模型。采集24款轿车左前门车窗上升过程的噪声信号,在时域上划分为具有瞬态噪声特征的启动阶段、停止阶段和具有稳态噪声特征的平稳运行阶段,分别计算出3个阶段的客观评价参数。通过主观评价试验得到每款样本车的主观评价结果。运用BP神经网络建立了车窗上升过程的声品质预测模型,预测结果表明,此方法提取的客观评价参数能反映左前门车窗上升过程的声品质特征,BP神经网络建立的声品质预测模型具有较高准确度和泛化能力,能在一定程度上代替评测员对车窗上升过程声品质进行评价。

基于噪声场合下ARMA模型的风力发电量预测

针对普通的ARMA模型的预测质量由于各种原因会大大降低的情况,依据富锦风电场风力发电量的时间序列,基于HOYW定阶方法建立了噪声场合下的ARMA模型。通过对模型残差白噪声性能的分析,验证了模型的适用性。应用此模型进行了预测分析,得到的归一化平均绝对误差(NMAE)为0.0658。通过与普通的ARMA模型预测精度方面的对比,进一步验证了噪声场合下基于ARMA模型风力发电量预测的优越性。

轨道交通轮轨噪声预测模型

为了准确预测轮轨噪声,在分析轮轨噪声产生机理的基础上,运用车辆-轨道耦合动力学理论、噪声辐射与传播理论,建立了轮轨噪声预测模型。在模型中,车轮采用LOVE圆环模型,钢轨采用Timoshenko梁模型,轮轨接触采用Hertz非线性弹性接触。模型计算结果与国际知名软件TWINS的仿真结果比较表明,各轮轨部件的噪声峰值频率不尽相同,但对总噪声贡献的主要频率范围是一致的;模型声级频谱计算值与秦沈客运专线高速行车试验的现场实测值比较吻合,且变化趋势一致。由此说明轮轨噪声预测模型是可行的,可用于铁路轮轨噪声的预测与评价。

道路交通噪声预测模型研究进展

在介绍道路交通噪声预测模型的基本框架和主要考虑因素的基础上 ,较全面介绍了国内外道路交通噪声预测模型研究的最新进展。分析了预测模型方面存在的问题 。

超高压变电站噪声特性分析与预测模型研究

为准确计算高电压等级变电站噪声分布情况及对周围环境的影响,在分析变电站噪声特点的基础上对变电站主噪声源设备变压器和电抗器的声学模型进行了研究。分析表明,冷却风扇的运行和结构的不对称使得变压器和电抗器不同位置辐射噪声分布相差较大。为此,文中基于声强法提出了一种分部等效建模计算方法,将变压器和电抗器每个面进行分块并分别建立声源模型,通过研究面声源与点声源等效算法建立了变压器和电抗器多点声源模型并结合点噪声衰减理论及环境特点建立了变电站噪声衰减预测模型。仿真结果与实测数据对比显示该模型和算法能准确预测变电站内任意点处噪声大小,相比面声源模型有更高的精度。

车用柴油机噪声品质预测模型的建立

车用柴油机辐射噪声已成为环境污染噪声的重要组成部分,开展车用柴油机噪声品质的预测与评估研究具有重要的理论与实际意义。以Q型车用柴油机为例,研究其在变负荷及转速工况下表面辐射噪声品质情况,为进一步提高整机声品质,开展柴油机结构声学设计奠定了理论基础。研究国内外车用柴油机客观评价特征,选取物理声学特征峭度、冲击量特性以及心理声学特征响度、尖锐度、粗糙度和波动强度参量来描述辐射噪声的客观特征;针对柴油机噪声特点,采用分类对偶比较法开展以专业听审人群为目标的综合满意度评价研究;应用多层感知器神经网络算法建立起该车用柴油机声品质预测模型。研究表明,车用柴油机噪声品质预测模型能够准确地反映客观评价参量与主观满意度之间的非线性映射关系。