-
公开(公告)号：CN117723146A
公开(公告)日：2024-03-19
申请号：CN202311332118.X
申请日：2023-10-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下航行器机械噪声预报评估领域，公开了基于壳体振动的水下航行器机械噪声快速预报方法及系统。该方法以水下航行器壳体表面振动响应数据为输入，建立振动响应、传递函数与激励载荷间的方程组，基于最小二乘理论进行求解获得由壳体振动响应反演而来的激励源特性数据；根据激励位置与远场辐射噪声考核点间的声振传递函数关系，实现水下航行器机械噪声快速预报。本发明公开的预报方法可实现水下航行器航行阶段在仅有壳体振动数据的条件下的水下航行器机械噪声快速预报，具有适用性广、精确度高等显著特点。
-
公开(公告)号：CN119370247A
公开(公告)日：2025-01-28
申请号：CN202411733063.8
申请日：2024-11-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种大潜深复合材料声振抑制结构，属于船舶减振降噪领域，解决了现有船舶结构难以在超深水环境有效抑振降噪的问题。该大潜深复合材料声振抑制结构包括外壳、内壳、加强结构、多个局域共振圆包和多个动力吸振器，内壳和外壳同轴设置，外壳和内壳之间具有容纳空间，水能通过外壳进入容纳空间，加强结构设置于外壳和内壳之间，加强结构将容纳空间分为多个容纳槽组，容纳槽组包括多个容纳槽，局域共振圆包设置于容纳槽，局域共振圆包的内部为真空空间，动力吸振器固设于局域共振圆包内。本发明克服了船舶结构在超深水环境下的设计难题，不仅保证了大潜深条件下的抗压需求，还能实现良好的抑振降噪效果。
-
公开(公告)号：CN119294229A
公开(公告)日：2025-01-10
申请号：CN202411299533.4
申请日：2024-09-18
Applicant: 哈尔滨工程大学
Abstract: 一种基于PSO‑Elman神经网络的螺旋桨噪声快速预报方法及其系统，属于螺旋桨噪声预报领域，方法包括：收集船舶螺旋桨噪声数据与螺旋桨噪声影响因素数据并进行预处理，梳理数据相关性并构建样本集，建立Elman神经网络模型并采用粒子群算法进行优化，将样本集输入模型进行训练及验证，得到最优的PSO‑Elman神经网络模型，应用于预报某船舶的螺旋桨噪声。本发明利用Elman神经网络结合粒子群优化算法，可以高效处理大量数据，实现了噪声预报的快速计算，同时能够适应不同环境和参数条件下的螺旋桨噪声预报需求，提高噪声预报的准确性，实现了对噪声预报模型的自适应优化，不断提升预报结果的准确性和稳定性。
-
公开(公告)号：CN118862722A
公开(公告)日：2024-10-29
申请号：CN202410878405.9
申请日：2024-07-02
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G01H3/00 , G01H1/00 , G01M10/00 , G06F30/23 , G06F30/15 , G06F30/27 , G06T17/20 , G06F111/10 , G06F113/08 , G06F119/14 , G06F119/10 , G06F111/06 , G06N3/006
Abstract: 发明公开了一种基于重构源的船舶水动力噪声快速预报方法、装置、系统及存储介质，基于传递函数的不变性与声波能量叠加原理，建立船舶水动力噪声数值预报模型，计算船舶流激重构源到船体辐射面的振动传递函数、船舶流激重构源到水声考核点的振‑声传递函数、船舶湍流噪声等效声中心‑水下声场考核点“声‑声”传递函数，并将这些传递函数以矩阵的形式存储在计算机磁盘中，形成数据库，当进行船舶水动力噪声快速预报时，只需用软件直接调用相应的传递函数，便可省去计算传递函数的时间，极大节省预报所需时间，提升预报速度。在预报阶段，建立有限感知下船舶“重构源”模型，实现船舶水动力噪声快速预报，具有工程价值和应用前景。
-
-
-
Search Results
4
records
(took 0.018 seconds)
