项目名称: 少测点条件下的水下航行器辐射噪声实时预报方法研究

项目编号: No.51305452

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 毛荣富

作者单位: 中国人民解放军海军工程大学

项目金额: 25万元

中文摘要: 利用声辐射模态和近场声全息技术开展少测点条件下的水下航行器辐射噪声预报研究。首先在已有的少测点数据的基础上,利用声辐射模态估算外壳其它位置处的振动,然后根据已有的测点数据和估算数据,结合提高辐射噪声预报速度的方法,最终通过近场声全息技术完成水下航行器的辐射噪声的实时预报;可以有效克服传统方法需要大量测点数据或复杂建模与测试的缺陷,使得对实际应用中的水下航行器辐射噪声进行实时预报成为可能;从而可以实现实时准确地掌握水下航行器辐射噪声及其声隐身状态的目的,为其调整航行状态或采取有效的减振降噪措施、保持良好的声隐身状态提供技术保障和决策支持;研究成果将对提高我国水下航行器声隐身性能具有重要的现实意义。

中文关键词: 水下航行器;声辐射模态;辐射噪声;实时预报;

英文摘要: Real time prediction of underwater craft radiated noise in small sample size situations is studied by using acoustic radiation mode and near-field acoustic holography technique. Firstly, on basis of small sample size of acquired data, vibration in other positions is emstimated by acoustic radiation modes. Then, by combining the acquired and estimated data,the radiated noise of underwater craft is predicted by near-field acoustic holography technique, method of accelerating the prediction speed is also studied to fullfill the goal of real time prediction. It is able to overcome deficiencies in convention methods, namely, large number of measurement points or complex mathmatic physic modelling and experiments are needed. Therefore, real time prediction of underwater craft radiated noise in practice becomes possible and the acoustic stealth state of underwater craft can be seized accurately, then technical and decision measures of adjusting the navigation state or adopting vibration & noise reduction methods can be made correspondingly. In a word, the results of this study will make practical significance on improving the acoustic stealth of underwater craft in our nation.

英文关键词: under-water craft;acoustic radiation mode;noise radiation;real-time prediction;

成为VIP会员查看完整内容
0

相关内容

「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
61+阅读 · 2021年3月9日
专知会员服务
105+阅读 · 2020年11月27日
专知会员服务
20+阅读 · 2020年10月4日
迁移学习方法在医学图像领域的应用综述
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
65+阅读 · 2021年6月18日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
61+阅读 · 2021年3月9日
专知会员服务
105+阅读 · 2020年11月27日
专知会员服务
20+阅读 · 2020年10月4日
相关资讯
迁移学习方法在医学图像领域的应用综述
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员