噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (3): 22-27.

• 振动理论与数值解法 • 上一篇    下一篇

基于人工神经网络的复合材料层合板隔声性能预测

董静捷郑辉李富才   

  1. ( 上海交通大学 机械系统与振动全国重点实验室,上海200240 )
  • 收稿日期:2022-11-01 修回日期:2023-02-16 出版日期:2024-06-18 发布日期:2024-06-18

Prediction of Sound Insulation Performance of Composite Laminated Plates Based on Artificial Neural Network

  • Received:2022-11-01 Revised:2023-02-16 Online:2024-06-18 Published:2024-06-18

摘要: 面向纤维增强复合材料层合板隔声设计需求,应用正交试验方法设计18 组对称铺设复合材料层合板结构,并以基于切比雪夫多项式展开的半解析法对复合材料层合板结构在10~1 500 Hz 频率范围内的传声损失进行预测。以单层厚度、纤维铺设角度作为人工神经网络的输入,复合材料层合板结构1/3 倍频程传声损失作为输出,分别建立前馈(Back Propagation,BP)神经网络、径向基函数(Radial Basis Function,RBF)神经网络和广义回归(General Regression,GR)神经网络预测模型。结果表明,RBF神经网络的预测效果最好,均方根误差仅为1.093 7,GR神经网络和BP 神经网络的预测效果逊于RBF神经网络,均方根误差分别为2.649 9 和2.969 7。最后,基于分析结果构建具有良好局部预测性能的神经网络模型以用于复合材料层合板结构的隔声性能预测。

关键词: 声学, 隔声, 人工神经网络, 复合材料, 层合板, 性能预测