随着汽车、船舶、高铁动车、轨道车辆、商用飞机、起重机械等交通运输工具和风电机组、家用电器、航天器等振动噪声。仿真模型的日益精细和庞大,现代噪声、振动及舒适性(NVH)仿真计算及验证领域面临着计算效益(包括精度、速度及稳定性等综合指标)的极大挑战。

传统的以有限元(FEA)、边界元(BEA)、统计能量分析(SEA)等算法为基础而发展起来的商用软件工具,在计算效益上存在不足和瓶颈,很难满足来自噪声振动工程界及学术科研的越来越复杂、精细及多学科综合解析优化的工程设计和技术发展需求。

ProNas 软件是能量有限元分析(EFEA)和统计能量分析(SEA)领域的代表性解决方案。ProNas 混合EFEA-SEA 技术和基于能量有限元法的工程开发与应用,代表着振动噪声工程界新一代的前沿技术,破解了传统能量有限元技术很难广泛和深入应用于实际工程项目的困局。

基于能量有限元理论进行中高频计算,天然具有建模灵活、计算效率高的优势,其理论本身还具有宽泛的阻尼和耦合强度适用范围,和随之带来的简单易学的用户操作界面,非常适用于结构声学问题的可行性研究、灵敏度分析及优化设计等。

能量有限元-统计能量混合模块涉及的基本变量是平均的能量或能量密度,既可以快速建模预测及优化振噪特性,也可以直接使用现有普通有限元网格进行中高频振动的分析和模拟,从而大大节省工程设计人员的建模时间,使工程人员在设计初期能够有效地进行工程预测和优化。

基于能量有限元的中高频噪音计算流程,由于采用了有限元为载体进行高频噪音计算,与传统的统计能量法相比,具有先天性的优势,可破解以下高频噪音仿真面临之困境。

目前的EFEA-SEA 混合算法可以有效解决中高频噪声振动问题,实现以下功能:

  • 整个系统在结构激励或声场激励下广谱的随机噪声振动预测
  • 在空气或水等各种介质中的中高频辐射声场的分析和模拟
  • 板、壳、梁及声场之间的各种耦合与联结
  • 板状结构的中高频振动分析和模拟
  • 板- 板结构( 不同角度,厚度或不同材料参数) 之间的联结
  • 内部声场( 水或空气) 的分析和模拟
  • 结构与内部声场( 水或空气) 之间的耦合
  • 结构外表面上的声音辐射的分析和模拟
  • 标准输入接口:网格输入数据可采用标准有限元格式
  • 智能自动搜索有限元网格模型,创建声学空腔
  • 方便实用的用户界面和接口

基于能量有限元为基础的高频噪音计算流程,由于采用了有限元为载体,与传统的统计能量法相比,具有以下先天性的优势:

1、模型重复利用率得到了质的提升,基于振动甚至强度计算的有限元模型可直接用于高频噪声计算。

2、可利用结构的边界网格快速生成几何空腔或者有限元空腔,即可快速评估空腔的整体声压,又可评估空腔中声压的准确分布;

3、方便用户根据精度需求灵活创造自己的声学模型可在有限元模型上灵活地按实际精确分布噪音控制材料、阻尼材料、不均匀材料、泄露、直达声场分布载荷等一系列参数,所见即所得,免去了大量简化归纳及在此过程中产生的工程误差甚至错误。

4、由于摈弃了模态密度等相关概念,免去了计算、测量和仿真结构阻抗的过程,免去判断SEA 理论假设是否符合的大量工作以及避免了由此产生的错误,直接在模型中加载结构加速度载荷即可得到准确的结构噪音载荷及传递路径,是结构噪音计算的里程碑式的进步。

5、直观显示结构振动速度、能量及能量密度在结构上的分布。

6、直观显示声腔声压级、能量及能量密度在声腔空间或体单元中的分布。

7、快速直观地找到结构振动及噪声辐射的热点。

8、结构、声场、声学材料一并解决;只需简单粗化的有限元网格,计算效率高。

9、基于以上最新能量有限元-统计能量混合算法的特点,汽车、船舶、高铁动车、轨道车辆、商用飞机等工业产品均可简单快捷地运用该方法进行中高频噪音计算。

汽车案例

船舶案例

高铁案例

轮胎案例声学包, Noise Control Treatment(NCT),指的是为满足NVH(Noise Vibration Harshness)性能而设计的声学材料包装,例如浮动地板,内饰件吸声材料,各泄露孔边堵塞密封等。从成本考虑,实际工程噪音问题的最终解决方案最终几乎都是通过声学包的替换和应用来实现,所以,仅仅有好的算法,并不完全能解决实际的工程问题。Biot理论是目前最为成熟可靠的声学包基础性能计算方法,虽然计算成本相对较高。课程介绍了声学材料的九大声学性能参数,结合这九大参数和Biot理论,使用传递矩阵法计算吸隔声性能参数的计算原理也得到了剖析。

Biot方程

多层层叠材料的传递矩阵法示例

ProNAS有着自成体系的声学包定义和计算逻辑,声学包针对空气噪音和结构噪音的作用都被分别体现出来,并通过合理的界面设计,计算效率和费用都得到了非常好的平衡和体现。

ProNAS声学包计算逻辑简图目前,能量有限元应用最成熟的领域是船舶工程,因为船舶仿真天然具有多舱室、结构强耦合、体积大、结构噪音占主导地位,并且还有单品高成本制造导致无法实验的特点。如此,传统中高频计算方法在其他工业领域勉强可用的局面在船舶工程领域失去了效用,强大的需求促使船舶工业率先在先进算法工业应用取得了突破性进展。近日,我在仿真秀APP独家首发的《ProNAS高频噪音分析系列精品课6讲》课程总结了船舶的结构特点,主要噪音载荷和传递路径,具体给出了目前船舶噪音计算的难点和痛点,并且给出了基于能量有限元的解决方案。

一般船舶主要的噪音源和传递路径该课程以一个大型工程案例为例,用一个完整的操作流程展示了ProNAS在船舶工程上的应用,由于船舶工程的复杂性,希望也同样能对其他工程领域有好的借鉴意义。

船舶模型前处理和分组

声学包的加载和计算

载荷的施加

船体结构速度云图

舱室声压云图

作者:张工 仿真秀专栏作者

声明:原创文章,首发仿真秀公众号(ID:fangzhenxiu2018),部分图片源自网络,如有不当请联系我们,欢迎分享,禁止私自转载,转载请联系我们。

如果您正在学习CAE ,欢迎加入我们的学习型工程师社群,与我们抱团一起学习理论、软件和行业应用更多详情请咨询仿真小助手在仿真秀公众号对话框回复 小助手 ,备注 进群 即可

矩阵分析理论在实际工程中的应用_ProNas-振动噪声工程界新一代的前沿技术相关推荐

  1. 矩阵分析理论在实际工程中的应用_一文讲解视频智能分析技术,在文博安防工程中如何应用...

    引言 视频监控系统在文博安防中的使用已经走过了几十个年的历程,从最早的进口摄像机的模拟视频监控系统到今天的网络高清视频监控系统,从QCIF(176*144)到现在的百万像素(1920*1080)高清图 ...

  2. 矩阵分析理论在实际工程中的应用_电气工程师谈电气火灾监控系统技术要点及其在地铁中的应用分析...

    电气火灾在火灾事件中所占的比例呈逐年上升的趋势,在电气火灾的防控工作中,远程智能监控系统将发挥着重要的作用,能够从源头上抑制电气火灾的产生,保证人身和财产的安全. 而在智能监控系统的应用上,也需要对设 ...

  3. 矩阵分析理论在实际工程中的应用_机器学习中的线性代数

    [妹子说]上一篇文章中讲了如何打好机器学习中的概率统计基础,那今天就再来说说线性代数的学习路径和思路吧. 没问题. 线性代数作为利用空间来投射和表征数据的基本工具,可以方便的对数据进行各种变换,从而让 ...

  4. 矩阵分析理论在实际工程中的应用_【顶管技术在市政给排水工程中的应用分析】...

    一.科学合理的选择顶管 市政工程中的顶管施工技术主要指楼房.小区和道路等管道线路施工过程中不把整个路面挖开而将管道铺设于地下,并能穿过地面上的构筑物和管道以及其他不易开挖的建筑物,在成本还是工期方面与 ...

  5. 矩阵分析理论在实际工程中的应用_论述题:会软件操作≠会做有限元分析(100分)...

    近年来,ANSYS Workbench因其工程化的直观操作方式,显著降低了有限元分析的操作难度和应用门槛,使得基于Workbench相关组件进行结构分析的用户数量有了较大的突破. 尽管大部分的初级用户 ...

  6. 计算机技术在油气储运工程中的应用与探索,浅析油气储运工程应用主要技术.doc...

    浅析油气储运工程应用主要技术 浅析油气储运工程应用主要技术 摘 要:油气储运工程师我国能源工程建设的重要组成部分,也是当前能源工程技术研究的重要内容.本文结合当前我们油气储运工程的主要特点,开展了当前 ...

  7. 1080P、720P、4CIF、CIF所需要的理论带宽和工程中实际带宽及存储容量

     在视频监控系统中,对存储空间容量的大小需求是与画面质量的高低.及视频线路等都有很大关系.下面对视频存储空间大小与传输带宽的之间的计算方法做以先容. 比特率是指每秒传送的比特(bit)数.单位为b ...

  8. 基坑计算理论m法弹性支点法_人工冲孔轻型井点在基坑降水工程中的应用

    基坑降水通过降水施工可将基坑的原地下水位降至基坑坑底以下,使基坑保持干燥状态,从而可以改善施工条件,保证基坑的稳定和安全. 人工冲孔轻型井点降水的施工方法较传统的井点降水法相比,更具有施工工艺简单.易 ...

  9. 如何将深度学习模型部署到实际工程中?(分类+检测+分割)

    应用背景介绍 早在遥远的1989年,一家叫做ALVIVN的公司首次将神经网络用在汽车上,进行车道线检测和地面分割.时至今日,深度学习已经应用在自动驾驶系统的多个分支领域.首先是感知领域,常用的传感器有 ...

最新文章

  1. GET请求中URL的最大长度限制总结
  2. python删除文件夹无法访问_零基础小白必看:python基本操作-文件、目录及路径
  3. 【解决方案】OpenCV配置【Win10+VS2017】(本人于2018年3月30日完成)
  4. 动态规划—最小路径和
  5. php 继承内核中的基类,继承类上的PHP new self()正在创建一个基类对象
  6. Spring Boot 之 itext导出pdf下载
  7. 腾讯、网易、新浪新闻网站爬虫编写记录及评论格式分析
  8. 变量、属性、函数、方法总结
  9. 10大黑客专用的 Linux 操作系统...
  10. IPython与IPython Notebook安装及使用
  11. Flume Agent 组件如何协同工作
  12. Ubuntu18.04下的截图快捷方式
  13. 考研英语 - word-list-22
  14. 致奋斗的年轻人 阿里云在云栖大会等你
  15. 励志!从职高到杭电、浙大、MIT计算机博士!
  16. 从零学习知识图谱——01(知识图谱技术介绍)
  17. python中的 pip 和 requirements.txt 是干什么的
  18. #2021年底大盘点#普通大专的普通学生的普通大二学年
  19. 【rdma_cm】rdma_cm API
  20. Reflex WMS入门系列二十二:物料库存报表

热门文章

  1. 给大佬递java表情_给大佬端东西表情包app,给大佬递东西表情包图片大全免费版预约 v1.0-手游汇...
  2. 用计算机计算电力系统故障,三相参数不对称电力系统断线故障的计算机计算
  3. 分享一个高效的桌面办公助手
  4. 如何看待Java之父找工作受阻问题?
  5. 作为过来人的我是如何写博客的?
  6. iOS地图-模拟定位
  7. 2022-2027年中国快捷酒店行业发展监测及投资战略研究报告
  8. 如何做好原始记录,需要特别注意的四个方面
  9. what引导的宾语从句
  10. 一个大牛的acm历程(很棒 优秀的人真的很多)