Quick simulations for iterative evaluations of multi-design variables and boundary conditions are essential to find the optimal acoustic conditions in building design. We propose to use the reduced basis method (RBM) for realistic room acoustic scenarios where the surfaces have inhomogeneous acoustic properties, which enables quick evaluations of changing absorption materials for different surfaces in room acoustic simulations. The RBM has shown its benefit to speed up room acoustic simulations by three orders of magnitude for uniform boundary conditions. This study investigates the RBM with two main focuses, 1) various source positions in diverse geometries, e.g., square, rectangular, L-shaped, and disproportionate room. 2) Inhomogeneous surface absorption in 2D and 3D by parameterizing numerous acoustic parameters of surfaces, e.g., the thickness of a porous material, cavity depth, switching between a frequency independent (e.g., hard surface) and frequency dependent boundary condition. Results of numerical experiments show speedups of more than two orders of magnitude compared to a high fidelity numerical solver in a 3D case where reverberation time varies within one just noticeable difference in all the frequency octave bands.


翻译:对多设计变量和边界条件进行迭代评价的快速模拟对于寻找建筑物设计的最佳声学条件至关重要。我们提议对现实室声学情景采用缩小基数法(RBM),即表面具有不相容的声学特性,从而能够快速评估不同表面在声学模拟中吸收材料的变化情况。成果管理制显示它有利于以三个数量级的速度加速室内声学模拟,以适用于统一的边界条件。本研究以两个主要重点对成果管理制进行了调查:1)不同地貌(如方形、正方形、L形和不相称的房间)的各种源位置。2)对2D和3D的不相形表层吸收情况采用降低基数法,对许多表面的声学参数进行参数进行参数参数参数比较,例如多孔材料的厚度、洞度深度、独立频率(如硬表面)和频率依赖的边界条件之间的转换。数字实验的结果显示,在3D情况下,与高正正数数字数字解解码解点相比,数量级数级速度超过两个数量级的加速级数。2 通过参数参数参数参数参数参数参数测量,在每波段内发生明显不同。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
专知会员服务
161+阅读 · 2020年1月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
国家自然科学基金
1+阅读 · 2015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
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+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
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年3月21日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+阅读 · 2015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
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+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
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员