飞机的噪声环境及其结构的声振疲劳

本文简述了对某类机动飞机进行噪声环境测量及其数据归纳的方法;根据编制的噪声载荷谱和受载特点,选择适当的噪声源,进行声疲劳试验,考核飞机结构声疲劳特性,并对测量、试验结果进行分析,评定了几种抗声疲劳性能较高的结构形式。     

光子辐射热输运的量子极限

研究微小尺度量子通道中的热输运，不仅有助于开发新器件，而且将促进基础物理学的发展．最近，来自芬兰赫尔辛基技术大学的Meschke等，在30mK的极低温条件下，对两个微型电阻（R1和R2，尺寸-1μm量级）组成的系统，完成了光子辐射（热电压噪声）热输运的研究．用两根超导铝线把R1和R2连在一起，在每一根超导线的中间另外串接DC—SQUID器件，后者用于开关电子的热通道．由于超导态的电子热导为零，该装置使得研究光子辐射热输运成为可能．R1和R2作为黑体，辐射的电磁波（热电压噪声）经超导通道传输；     

数控裁剪机切割刀壳体振动噪声预测分析*

高频往复式切割刀是柔性材料数控裁剪机的核心部件。该文对切割刀壳体的振动噪声改进措施进行研究。首先对切割刀进行刚体动力学分析,获取其所受动载荷情况,并通过数值计算验证了切割刀刚体动力学模型的可靠性。其次,基于有限元法获取切割刀壳体模态特性,并通过锤击激振实验验证了有限元模型的准确性。然后基于模态仿真结果进行谐响应分析,将计算得到的频域动载荷施加至切割刀壳体各螺栓固定处,获取结构加速度响应频谱,结合振动响应结果,对壳体进行声固耦合分析,并进行实验对比,验证了分析方法的准确性。最后,计算不同的阻尼措施对壳体噪声辐射的影响,为切割刀的减振降噪提供参考。     

波浪前缘降低后掠叶片前缘噪声数值模拟研究

采用大涡模拟(LES)结合Ffowcs Williams-Hawkings(FW-H)方程研究了波浪前缘对后掠叶片前缘宽频噪声的降噪效果。通过放置于叶片上游的圆柱产生各向异性的湍流,湍流与后掠叶片相互干涉产生宽频噪声。气流流速设置为40m/s,基于叶片弦长和基于圆柱直径的雷诺数约为400000和26000。在该研究中,研究对象为直前缘后掠叶片和波浪前缘后掠叶片。结果表明:当来流为各向异性的湍流时,波浪前缘可以降低叶片干涉噪声,并且在各个远场方位角下均能降低噪声总声压级而不改变其指向性,添加波浪前缘叶片降噪量约为2.3~3.4 dB。通过分析计算流场发现,波浪前缘可以改变后掠叶片前缘周围气流的流动方式,降低叶片前缘周围的压力脉动和叶片的不稳定载荷。     

结合幅度谱和功率谱字典的语音增强方法

从双路字典学习、噪声功率谱估计、语音幅度谱重构角度提出了一种改进的谱特征稀疏表示语音增强方法。在字典学习阶段,融合功率谱与幅度谱特征,采用区分性字典降低语音字典和噪声字典的相干性;在语音增强阶段,提出一种噪声功率谱估计方法对非平稳噪声进行跟踪估计;考虑到幅度谱和功率谱特征对不同噪声的适应程度不同,设计了语音重构权值表。对分别由幅度谱和功率谱恢复而来的两路信号进行自适应加权重构,结合相位补偿函数得到增强后的语音信号。实验结果表明,该方法在平稳、非平稳噪声环境下相比于单一谱特征的语音增强方法平均提高31.6%,改善了语音增强方法的性能。      

圆弧形面阵自适应波束形成快速计算方法

针对圆弧形面阵估计水下目标二维波达方向的问题,提出一种降维处理的自适应波束形成方法。利用圆弧形面阵模型简化阵列内插矩阵的计算,通过垂直和水平两阶段波束加权,降低自适应波束形成维数,从而实现快速估计声源二维波达方向的目的。仿真结果表明,所提改进方法的计算量较传统二维最小方差无失真波束形成方法降低约一个数量级,且在低快拍条件下具有更明显的噪声抑制优势。湖上实验数据处理结果验证,在复杂水声环境下,所提方法具有较好的目标分辨性能。      

利用海洋环境噪声互相关实现阵形校准

阵列信号处理需要准确的阵形,然而海底水平阵的阵形很难精确测量。利用海洋环境噪声可以提取两点间的格林函数,这为无源校准阵形提供了新的可能。通过海洋环境噪声互相关叠加可以获取两个阵元之间的距离信息,一种方法是可以通过该距离与位置之间的关系构建非线性方程组并利用最小二乘法(LS)求解阵形。本文利用多维尺度变换法(MDS)求解,通过对度量矩阵的特征值分解获得阵形。数值仿真和实验数据证明了该方法的可行性,并且MDS相比于LS有更稳健的性能。      

基于物理机制模型的民机机体噪声预测

为实现民机总体方案快速评估与优化迭代设计,文章对民机增升装置前缘缝翼及后缘襟翼分别建立了基于民机噪声物理机制的预测模型,在此基础上搭建了机体噪声预测体系,开发了相应的预测工具UNICRAFT.为评估预测工具UNICRAFT的计算精度和效率,文章分别针对翼吊式布局,前缘缝翼/Fowler式襟翼形式,以及尾吊式布局,前缘缝翼\双缝子翼加后退式襟翼形式的增升装置进行了计算校核验证,通过与声学风洞试验结果对比分析,验证了本文发展的预测工具及预测体系的有效性,能够实现飞机级噪声水平的高效预测.      

基于多域特征提取和深度学习的声源被动测距*

由于实际海洋环境中存在大量的非高斯噪声,一些基于高斯假设的传统去噪方法在实际海洋环境中性能下降甚至失效。针对非高斯噪声,如α稳定分布噪声、非平稳行船噪声下的脉冲信号的去噪与重构,该文提出一种基于深度学习的方法。去噪模型首先通过学习带噪信号短时傅里叶变换谱与残差谱之间的映射关系以去除环境噪声,之后对去噪信号的时频谱进行逆变换重构脉冲信号。仿真实验结果表明,深度学习模型在非高斯噪声环境下脉冲信号的去噪与重构任务中有着良好的表现,在实测样本上也表现出良好的泛化性,体现了一定的工程应用价值。     

层板复合材料的疲劳剩余刚度统计分布模型

在分析现有关于层板复合材料疲劳剩余刚度衰退模型的基础上，根据层板复合材料在疲劳载荷作用下刚度衰退变化的现象，研究了疲劳载荷对层板复合材料刚度衰退的影响，建立了一个新的、更为合理的用于描述层板复合材料在常幅疲劳载荷作用下的刚度衰退模型，导出了剩余刚度统计分布的表达式，给出了确定模型参数的方法。为验证该模型，设计了几组测试实验，并利用试验结果对模型参数进行了估计。利用该统计分布模型，可以预报层板复合材料在给定应力水平的疲劳载荷作用下循环指定周次时剩余刚度的统计分布。实验数据表明，理论预报和实验结果符合得是很好的。