基于统计能量分析法的机舱噪声分析
船舶噪声会导致船舶结构声振疲劳损坏,严重影响舱室内各种电子仪器、设备的正常工作.居住在受噪声污染的舱室内,人体会感到很不舒服,轻则影响正常的工作休息,重则引起许多疾病,严重危害人体健康.因此,需要对船舶舱室噪声控制技术和工程预报方法进行研究,除了对舱室噪声两级进行简单估算,还要量化噪声控制技术指标,把握噪声控制的方向.与在已建造完工的船舶上采取降噪措施相比,在船舶设计阶段对舱室进行噪声预报和控制研究,控制噪声源,从振动和噪音的传递路径入手,提出降噪方案,可以大大降低费用.此外船舶建造周期会明显缩短,工程运作效率也得到了极大地提高.
1 统计能量分析法的理论基础
统计能量分析法是把一个完整的系统离散成多个包括结构和声场的子系统,振动通过外界激励源产生,能量通过子系统间边界接触进行交换,把能量转化为所要求的每个子系统的振动参数如声压、位移、加速度等,所以需要分析的结构噪声的基本未知量就成了“能量”.
2 声振模型的建立
2.1 子系统的建立
机舱内部设备复杂且有许多管路,为便于建模简化了内部管路系统.本文直接在VA One软件Browser窗口下建立模型节点,模型共有节点99个,板单元108个,声腔13个.
2.2 定义子系统相应属性
舱室模型板件结构材料定义为钢(steel),声腔内介质定义为空气(air).钢材密度为7 800 kg/m3,拉伸模量为2.1 GPa,剪切模量为8 GPa,泊松比为0.3,钢板厚度为0.005 m.常温常压下空气密度为1.21 kg/m3,声速为343 m/s.
数字签名及其实现……………………………………………………………………………………………………朱文艳(1.27)
2.3 系统模态数
一般结构的内损耗因子都会随频率的增加而逐渐减小,计算结构的内损耗因子还没有很好的方法,通过试验测量是获得内损耗因子最好的方法.但是大型船舶一般无法满足严格的测量条件,所以本文采用了经验公式来估算.
![](https://qkk.lw71.com/uploads/image/2018/01/7d22d7051b1b6678fe9595daf74ae3da.png)
图1 模态数
![](https://qkk.lw71.com/uploads/image/2018/01/d572cac459ec97af3f1de11d414be046.png)
图2 模态密度
2.4 系统损耗因子
通过VA One软件可以很容易得到各系统的模态数和模态密度,计算结果如图1和图2所示.从图中我们可以看出在系统中单位带宽内模态数满足N>5的要求,所以用统计能量分析法可以得到比较准确的结果.别对这些方法进行简要的分析介绍,并针对它们所存在的种种问题,提出研究基于海洋生物的船舶舱室空气调节再生新技术.
为了保证船舶的正常运行,船舶上的动力设备如主机、辅机、空压机、舵机、空调、泵等难免会产生大量的振动和噪音,通过空气介质和结构间的传播,会对船上工作人产生极高的困扰.本文主机激励根据文献[4]中的公式计算,螺旋桨激励根据文献[5]计算.模型主要激励源包括主机激励(1台)、螺旋桨激励(1个)、辅机激励(1台)、空压机激励(1台).
采用文献[2]的方法估算声腔子系统的内损耗因子:
VA One软件自带耦合损耗因子计算模块并可得到较准确的结果[3],本文噪声预报采用软件自带模块计算.
随着水稻种类的增多,更多的先进技术的研究与出现对水稻识别工作具有促进作用,其中近红外光谱技术已屡见不鲜。在利用近红外光谱技术时,采取全波段与特征波段两种方法进行模型建立,收集纯度高的杂交水稻光谱数据,随后对其纯度进行鉴定,这种模型测定的准确率极高,据研究表明,可以达到100%的效果。因而,采用这种方法是有效的,与全波段模型相比,特征波段模型的预测精度更高。
脑卒中是目前人类伤残死亡的首要原因,颈动脉易损斑块与缺血性脑卒中的发生关联密切。目前易损斑块的检测主要依赖颈动脉超声,但检查者的专业水准及被检查者体型等对于结果判读影响大。寻找客观有效的评价方法势在必行。
3 模型的计算
3.1 激励源的确定
采用文献[1]的方法估算板子系统的内损耗因子:η≈0.41f-0.7
集控室在没有进行任何内装处理的情况下,一般是不符合噪声规定的.船舶内装材料和布局会对船体结构的阻尼产生很大的影响,声学的传递特性出现变化,从而使预报精度变差.因此在进行理论预报时,计算结果必须考虑到船舶内装和布局.
3.2 计算结果
舱室声压级图如图3所示,从图中可以看出,在125~1 100 Hz之间,随着频率增大,声压逐渐降低;在1 100~1 300 Hz之间,频率增大,声压也随着增大;在1 300~8 000 Hz之间,频率增大,声压降低.这是子系统间耦合关系所造成的,通过子系统间耦合损耗因子可以很好的理解.舱壁之间的耦合损耗因子随频率增大而减小,声腔与舱壁之间的耦合损耗因子随频率增大,先减小后增大,在1 300 Hz以后,随频率增大而减小.
![](https://qkk.lw71.com/uploads/image/2018/01/6cde0d74dcc4a7e794fde9945971bf03.png)
图3 舱室声压级图
4 机舱内装对计算结果的影响
只有在了解中国少数民族数学教育现状和问题的基础之上,方可有的放矢,制定相关对策.专家学者们在各自居住、了解的少数民族地区进行深入调研,对其数学教育发展中的问题进行了梳理,建言献策,推动少数民族数学教育发展.
4.1 机舱内装材料和布局
本船机舱顶棚用8 mm厚的钢板作基板,在基板背面敷设50 mm厚的超细玻璃棉外包玻璃布,用尼龙碰钉和基板相连,留有空腔50 mm深,复面板是6 mm厚的穿孔防火板,如图4所示.集控室四周所用的钢板为6 mm厚的船用钢,纵向和横向扶强材通过强度计算确定,地板用厚度为50 mm的岩棉,天花板和壁的复面材料用10 mm厚防火板;在天花板下面或壁板内测敷设15 mm厚的阻尼层;在复面板的上面或侧面敷设50 mm厚的超细玻璃棉,外包玻璃布,并用尼龙碰钉和防火复面板连接.
![](https://qkk.lw71.com/uploads/image/2018/01/bd0ded8c4d337378cf9dff0f7fedae89.png)
图4 机舱内装材料和布局(单位:mm)
4.2 VA One软件噪声控制处理
通过VA One软件噪声控制处理方案(Noise Control Treatment—NCT)定义机舱内饰材料.激活“Cavity Subsystem Dialog”复选框中“Using the absorption from NCT”,计算声腔介质吸声系数;激活“Plate Subsystem Dialog”复选框中“Using the damping from NCT”计算板系统的损耗因子.模型的NCT材料设置如表1所示.
表1 NCT材料设置
![](https://qkk.lw71.com/uploads/image/2018/01/e47e4878fc381079c98b0f317973ae12.png)
NCT层数Layer1Layer2Layer3Layer4机舱顶棚超细玻璃棉50mm空腔50mm防火板6mm集控室舱壁阻尼层15mm空腔50mm超细玻璃棉50mm防火板10mm集控室地板阻尼层15mm空腔50mm岩棉复合板50mm
机舱内装材料由机舱顶棚和集控室两部分组成,提出三种方案来研究内装材料对预报结果的影响.方案一:只考虑对机舱顶棚进行NCT处理;方案二:只考虑对集控室进行NCT处理;方案三:对机舱顶棚和集控室进行NCT处理.
4.3 NCT后的机舱预报结果
按照三种方案在VA One软件中设置相关材料属性,进行计算求得各舱室噪声等级,对NCT前后预报值与实船测量值进行比较分析,如表2所示.图5是NCT前与NCT后(方案二)集控室声压级图.
表2 NCT前后预报值与实船测量值比较
![](https://qkk.lw71.com/uploads/image/2018/01/dbb9ceb34ab84412753c5c830e2c2500.png)
舱室NCT前(dBA)NCT后(dBA)方案一方案二方案三实船测量值(dBA)误差(%)NCT前方案一方案二方案三舵机间85.6485.2285.3685.0887.452.072.552.392.71机修间85.7285.5285.6085.3584.791.100.860.960.66分油机88.4288.1288.2288.0190.872.703.032.923.15集控室86.2386.0478.2177.9877.5711.1610.920.830.53电工间84.3684.1184.2384.0685.371.181.481.341.53
![](https://qkk.lw71.com/uploads/image/2018/01/052ae73128720a0d000808460f8c4c4f.png)
图5 NCT前与NCT后(方案二)集控室声压级曲线
5 结论
通过分析可以看出方案一对预报结果影响较小,方案二和方案三对集控室噪声等级预报结果的影响比较大;与实测值相比较,NCT前和方案一对集控室以外的舱室进行噪声预报可行的,方案二和方案三可以对机舱所有舱室进行噪声预报.机舱顶棚内装材料对机舱舱室噪声的影响比较小,在对机舱进行噪声预报时,可以不用考虑机舱顶棚对预报结果的影响;集控室内装材料对其他舱室的噪声预报结果影响不大,但对集控室的预报结果影响比较大,在对集控室进行噪声预报时必须考虑其内装材料.因此,在对机舱舱室进行噪声预报时,可以不用考虑机舱顶棚的内装材料,但必须考虑集控室的内装材料.
参考文献:
[1] Y.Irie,T.Nakamura.Prediction of structure borne sound transmission using statistical energy analysis[J].Bulletin of the marine Engineering society in Jan pan,1985(13):60-72.
[2] Plunt J.,Methods for Predicting Noise Levels in Ships:Experiences from Empirical and Sea Calculation Methods.Noise Level prediction methods for ships,based on empirical data[M].Hogskola,1980.
[3] 邱 斌.高速船全频段舱室噪声预报与控制方法的研究[D].武汉:武汉理工大学,2010.
[4] 王智星.发动机噪声测试与分析研究[D].太原:中北大学,2005.
[5] 李 丹.船舶舱室噪声预示的统计能量分析研究[D].大连:大连理工大学,2003.
上一篇:高速船舶齿轮箱关键硬件现状研究