CN106294908A - 声衬设计方法 - Google Patents

Abstract

本发明提供了一种用于设计声衬的方法，包括：定义该声衬的结构参数取值范围并且在该结构参数取值范围内选取第一预定数目的结构参数样本；针对各结构参数样本执行声衬阻抗计算以得到相应的第一预定数目的阻抗值；根据包括该第一预定数目的结构参数样本和阻抗值的第一数据库建立结构参数阻抗响应面；以及采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作该声衬的设计结构参数。

Description

声衬设计方法

技术领域

本发明涉及降低涡扇发动机气动噪声的技术，尤其涉及一种声衬设计方法。

背景技术

民用航空发动机噪声问题对持续增长的航空运输业提出一个重要的问题。发动机噪声级的大小直接关系到发动机适航签证的获取。这对于我国正在研制的民用航空发动机来说，无疑是巨大的挑战。大型民用飞机噪声水平是适航取证的重要内容之一，噪声取证标准是随着时间不断变化的，国际民用航空组织(ICAO)附件16对飞机噪声取证做出了详细的技术规范，这一技术规范采用“有效感觉噪声级”(EPNL)，考虑三个取证基准条件：横侧(Sideline)，飞越(Cutback)，进场(Approach)，EPNL用于量化飞机噪声，并考虑基于噪度测得的感知烦恼度。2006年以来，ICAO噪声认证已采用第四章标准。欧盟和非政府组织，如欧洲航空研究咨询委员会(Advisory Council for AeronauticsResearch in Europe,ACARE)定义了从2000到2020年可感知飞机噪声减半的长期目标，即提出到2020年，未来亚声速飞机的噪声水平比2000年减少10dB的噪声。美国提出更加严格的低噪声要求。如美国国家航空航天局(NASA)开始一个新的降噪项目，20年内降低20Db的远大目标。

风扇噪声是现代民用航空发动机在起飞和降落状态下的主要声源。自喷气式航空发动机出现以来，声衬一直就是最主要的叶轮机噪声的控制手段。典型的单层声衬主要由穿孔面板、共振腔以及刚性背板构成(图1)。近年来声衬技术随着短舱降噪技术的革新，发展了自适应声衬技术、多自由度声衬技术及无缝声衬技术等。

然而，在声衬设计上现有技术还缺乏高效的设计手段。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

根据本发明的一方面，提供了一种用于设计声衬的方法，包括：

定义该声衬的结构参数取值范围并且在该结构参数取值范围内选取第一预定数目的结构参数样本；

针对各结构参数样本执行声衬阻抗计算以得到相应的第一预定数目的阻抗值；

根据包括该第一预定数目的结构参数样本和阻抗值的第一数据库建立结构参数阻抗响应面；以及

采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作该声衬的设计结构参数。

在一实例中，该采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作该声衬的设计结构参数包括：采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以该理想阻抗值为优化目标求解在当前响应面上的当前最优结构参数以及相应的当前最优阻抗值；响应于当前最优阻抗值与该理想阻抗值的差异小于第一阈值，将当前最优结构参数用作该最优结构参数。

在一实例中，该采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作该声衬的设计结构参数还包括：响应于当前最优阻抗值与该理想阻抗值的差异大于第一阈值，将当前最优结构参数以及相应的当前最优阻抗值添加到该第一数据库以更新该第一数据库；根据经更新的该第一数据库建立结构参数阻抗响应面；采用优化算法在新建立的结构参数阻抗响应面上以结构参数为优化变量并以该理想声衬阻抗值为优化目标求解在当前响应面上的当前最优结构参数以及相应的当前最优阻抗值；若当前最优阻抗值与该理想阻抗值的差异小于该第一阈值，则将当前最优结构参数用作该最优结构参数，否则重复更新该第一数据库至求解当前最优结构参数以及相应的当前最优阻抗值的步骤，直至当前最优阻抗值与该理想阻抗值的差异小于第一阈值，并将当前最优结构参数用作该最优结构参数。

在一实例中，该结构参数包括声衬的开孔率、开孔直径、穿孔面板厚度、共振腔厚度。

在一实例中，该执行声衬阻抗计算是使用Goodrich模型来计算的。

在一实例中，该方法还包括：验证所建立的结构参数阻抗响应面的精确度；若所建立的结构参数阻抗响应面的精确度达不到预定水平：添加额外数目的结构参数样本点以计算相应额外数目的阻抗值；将该额外数目的结构参数样本点和阻抗值添加到该第一数据库以更新该第一数据库；以及根据经更新的第一数据库建立新的结构参数阻抗响应面。

在一实例中，该方法还包括执行计算以获得该理想阻抗值，其中，执行计算以获得该理想阻抗值包括：定义该声衬的阻抗的取值范围并且在该取值范围内选取第二预定数目的阻抗样本；针对各阻抗样本执行噪声传播计算以得到相应的第二预定数目的噪声损耗值；根据包括该第二预定数目的阻抗样本和噪声损耗值的第二数据库建立阻抗噪声响应面；以及采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作该理想阻抗值。

在一实例中，该采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作该理想阻抗值包括：采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标求解在当前响应面上的当前最优阻抗值以及相应的当前最优噪声传递损耗值；基于当前最优阻抗值计算当前实际噪声传递损耗值；以及响应于当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，则将当前最优阻抗值用作该理想阻抗值。

在一实例中，该采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作该理想阻抗值还包括：响应于当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异大于第二阈值，将当前最优阻抗值以及相应的当前实际噪声传递值损耗添加到该第二数据库以更新该第二数据库；根据经更新的该第二数据库建立阻抗噪声响应面；采用优化算法在新建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标求解在当前响应面上的当前最优阻抗值以及相应的当前最优噪声传递损耗值；基于当前最优阻抗值计算当前实际噪声传递损耗值；以及若当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，则将当前最优阻抗值用作该理想阻抗值，否则重复更新该第二数据库至计算当前实际噪声传递损耗值的步骤，直至当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，并将当前最优阻抗值用作该理想阻抗值。

在一实例中，该执行噪声传播计算包括：使用Wiener-Hopf法计算衬底进出口声压；以及根据用Wiener-Hopf法计算出的衬底进出口声压计算噪声损耗值。

在一实例中，该方法还包括：验证所建立的阻抗噪声响应面的精确度；若所建立的阻抗噪声响应面的精确度达不到预定水平：添加额外数目的阻抗样本点以计算相应额外数目的噪声损耗值；将该额外数目的阻抗样本点和噪声损耗值添加到该第二数据库以更新该第二数据库；以及根据经更新的第二数据库建立新的阻抗噪声响应面。

在一实例中，该结构参数阻抗响应面和该阻抗噪声响应面是根据Kriging模型来拟合的。

附图说明

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

图1是示出了典型的声衬结构的示意图；

图2是示出了使用Wiener-Hopf法和高精度CAA法计算的远场指向性结果比较；

图3是示出了根据本发明的一方面的声衬阻抗值优化设计方法的流程图；以及

图4是示出了根据本发明的一方面的声衬结构参数设计方法的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。

声衬作为最主要的叶轮机噪声的控制手段，声衬的设计研究一直是本领域的研究热点。如图1所示，典型的单层声衬100主要包括背板101、穿孔面板、共振腔102以及穿孔面板构成103三部分。声衬100的主要结构参数包括开孔率、开孔直径、穿孔面板厚度、共振腔厚度。共振腔厚度即为空腔的深度，即图中六边形空腔的深度；开孔直径为在穿孔面板上开的小孔的直径大小；开孔率为开孔面板上的所有孔的面积与面部总面积的比值。

这些结构参数决定着声衬100的声阻抗值。声阻抗值是声衬100的一个重要属性，在诸如流场条件、短舱管道内的噪声模态信息、进气道管道外形等其他相关条件确定的情况下，声衬阻抗值与声衬100的降噪能力直接关联。声衬100的降噪能力可以用噪声损耗值来衡量。

对于声衬设计，设计人员往往需要知道用于特定工况下，例如在已知的流场条件、短舱管道内的噪声模态信息、和进气道管道外形的情况下，声衬的最优声阻抗是多少，即使得噪声损耗最大的声衬阻抗是多少。目前常规的方法还是使用数学模型计算三维复杂形状的管道声传播以及远场辐射采用FW-H方法，在此基础上采用暴力搜索的方法，遍历阻抗变量空间，从而选取出最优解。采用暴力搜索过程，计算速度大，即使采用了类似自适应网格的技术来降低所需的空间遍历计算量，仍然需要在台式机器上计算一周方能给出一个优化结果。

另外，即使知道了理想的声衬阻抗值，如何最快地反推出声衬100的上述结构参数，以得到该理想的声衬阻抗值也是计算量相当庞大的过程，也缺乏有效地计算设计手段。

根据本发明的一方面，首先采用Wiener-Hopf方法来求解声衬的噪声损耗值。Wiener-Hopf方法是一种计算噪声的理论解计算方法，其主要针对波动方程，通过求解波动方程来得到噪声解。Wiener-Hopf理论解计算方法的优点是计算迅速、准确。Wiener-Hopf法的局限在于难以处理复杂的几何外形。

在本发明中，考虑到实际发动机短舱在大部分区域曲率变化较小，如果声波波长再远远小于短舱的特征长度，那么理想无穷长直圆管模型就能够较好的模拟短舱声传播问题。借助此近似，Wiener-Hopf法可被应用于求解短舱声传播问题的求解。

图2示出了使用Wiener-Hopf法和高精度计算声学(CAA)法计算的远场指向性结果比较，其中实线曲线表示的是高精度计算声学计算的结果，虚线曲线表示的是Wiener-Hopf法计算的结果。从中可知，虽然Wiener-Hopf方法是一种解析方法，但是Wiener-Hopf方法与高精度CAA方法得到的结果趋势一致，只是在少量角度上与CAA方法有一些偏差。这在工程初始设计阶段上，已完全满足计算要求，运用上也很可行。声学工程师可快速测试多种声衬降噪方案。高精度气动噪声方法计算这个算例需要1个小时，而Wiener-Hopf方法只需10分钟。

图3是示出了根据本发明的一方面的声衬阻抗值优化设计方法300的流程图。根据该方法300，首先借助Wiener-Hopf法计算一些阻抗样本点上的噪声值，根据这些阻抗样本点和相应的噪声值，通过代理模型建立阻抗噪声响应面，在建立的阻抗噪声响应面上通过优化算法求得最优的声阻抗。通过依据一些样本点拟合出从阻抗输入到噪声响应的阻抗噪声响应面，大大减小了噪声计算量，同时通过Wiener-Hopf法代替传统的噪声计算方法，进一步减小了计算量。

方法300可包括以下步骤：

步骤301：设置声衬阻抗值的样本点；

首先可以定义声衬的阻抗的取值范围，该取值范围可以是根据实践经验来确定的。例如基于流场条件、短舱管道内的噪声模态信息、进气道管道外形等其他相关条件，根据经验初步地确定阻抗取值范围，声衬的最优阻抗落在该取值范围内。后续可通过一系列步骤找出该取值范围内的该最优阻抗值。声衬的归一化阻值的取值范围可以为0～8，而归一化抗值的取值范围可以为-5～5。

在定义了取值范围后，从该取值范围内选取一定数目的阻抗样本。该数目可以是例如60个、80个、100个等等，可通过样本之间的步长来控制。这些阻抗样本可以覆盖整个取值范围。

步骤302：使用Wiener-Hopf方法计算管道内噪声传播；

如上所讨论的，Wiener-Hopf法仅能处理简单几何外形下的噪声计算，但是优点在于计算量小、计算迅速准确。在本发明中，考虑到实际发动机短舱在大部分区域曲率变化较小，在声波波长远远小于短舱的特征长度的情况下，那么理想无穷长直圆管模型就能够较好的模拟短舱声传播问题。借助此近似，可使用Wiener-Hopf法求解短舱声传播问题的求解。

由于Wiener-Hopf法是成熟的气动噪声计算方法，在本发明中仅仅是对短舱外形结构作了近似，以使之适用于Wiener-Hopf法计算。因此，详细的使用Wiener-Hopf计算短舱内噪声传播的过程不在本发明中展开，以免模糊本发明的主题。

具体地，每个样本点代表一特定的声衬阻抗，可以使用Wiener-Hopf法计算对应该声衬阻抗下的声衬进出口声压。

步骤303：准备所有声衬样本的噪声数据；

声压反映了噪声能量，因此，通过声衬进出口处的噪声声压(即噪声能量)可以计算出噪声传递损耗值TL＝10*log(经过声衬前噪声能量/经过声衬后噪声能量)。

根据Wiener-Hopf计算公式，除了声衬阻抗之外，还需要速度、压力、以及密度流场等输入参数来计算声衬进出口声压。这里，速度、压力、密度流场等参数是作为给定条件给出的，因此，不作详细讨论。

通过对每个阻抗样本执行噪声传播计算，可以获得与每个阻抗样本对应的噪声传递损耗。以60个阻抗样本为例，可以获得60个噪声传递损耗值。

步骤304：使用代理模型建立响应面；

代理模型在数学上是对一些离散数据进行拟合的数学模型。之前的步骤计算得到了一定数目的阻抗样本下的相应数目的噪声传递损耗值，构成了声衬阻抗和噪声传递损耗值的数据库。通过代理模型，例如kriging模型，对数据库中的这些阻抗样本和噪声传递损耗值进行拟合，以建立从声衬阻抗到噪声传递损耗的响应面。此响应面本质是声衬阻抗与噪声传递损耗之间的函数响应关系。通过此响应关系，根据一声衬阻抗，可以快速地得到相应的噪声传递损耗值。通过响应面拟合，取代了传统上通过噪声计算模型海量地计算每一个声衬阻抗下的噪声数据的过程。除了kriging模型，本发明也可采用任何其他合适的代理模型建立响应面。由于采用代理模型进行离散数据的拟合是公知的数学过程，因此，不在本文详细讨论。

然而，该响应面是在一些样本点的基础上拟合完成的，因此，可能该响应面所代表的阻抗噪声响应关系可能与实际的阻抗噪声关系有所偏差。因此，一些实例中，可以在建立响应面之后，对该响应面的精准度进行初步验证。如果响应面的精准度达不到预定水平，则可以重新执行步骤301-步骤304，即在取值范围内增加一些样本点，并计算相应的噪声传递损耗值，从而对声衬阻抗和噪声传递损耗值的数据库进行补充，由于补充了样本点，建立的响应面的精准度得到提高。例如可在响应面的精准度达到预定水平之后，才进行后续步骤。

响应面的精准度验证，可以通过随机抽取响应面上的一定数目的点来执行。例如，对于响应面上的一个点，根据该点处的声衬阻抗值和该响应面所代表的响应关系可以得到第一噪声传递损耗值，另外再根据该点处的声衬阻抗值使用上述Wiener-Hopf方法计算第二噪声传递损耗值。第一噪声传递损耗值是根据拟合出的响应面得到的，必然与通过模型实际计算出的该第二噪声传递损耗值有差异，如果该差异超出一定阈值，例如相差20％，则认为该点不准确。如果抽取的一定数目的点中超过特定百分比的点不准确，则可以认为响应面的精确度达不到预定水平。

步骤305：在响应面上采用最优化算法寻优；

在得到了相对精准的阻抗噪声响应面之后，可在该响应面上执行最优化算法，具体而言，以声衬阻抗为优化变量，噪声传递损耗值为优化目标，即朝向最大的噪声传递损耗值，执行最优化，以获得最优阻抗值。这里的最优化算法可以是例如遗传优化算法、神经网络优化算法等等。

步骤306：求解出声衬的当前最优阻抗值Z1和相应的当前最优噪声传递损耗值TL1；

通过步骤305的优化算法，可以求解出当前响应面上的当前最优阻抗值以及相应的当前最优噪声传递损值。这里所用的措词“当前最优”是对应于“当前响应面”而言的，当响应面经过更新后，基于响应面优化得到的当前最优阻抗自然也经过更新。

步骤307：基于当前最优阻抗值Z1计算实际的噪声传递损耗值TL2；

这里的实际的噪声传递损耗值TL2可以是用上述Wiener-Hopf方法计算得到的，由于上述当前最优噪声传递损耗值TL1是基于响应面优化得到的，而响应面可能存在精准度不够的问题，因此，可以通过Wiener-Hopf方法计算对应该当前最优阻抗值Z1的当前实际噪声传递损耗值TL2，并比较TL1与TL2之间的差异；

步骤308：噪声传递损耗值TL1与TL2之间的差异小于第二阈值？

若两者之间的差异小于第二阈值，则表示该响应面足够精准，基于此响应面优化得到的当前最优阻抗值Z1确实为实际上的最优阻抗值，在本文可称之为理想阻抗值。该第二阈值例如可以是一相对值，例如一特定百分比，可判断TL1与TL2之间的差异是否小于该百分比，例如若TL1与TL2之间的误差小于该百分比，则表示响应面足够精准。该百分比可以是10％、5％、2％、1％等，这具体取决于计算精度要求。这里的术语“第二”阈值是相对于下文的“第一”阈值而言的，仅仅用以两者之间的区分。

若两者之间的差异大于第二阈值，则流程可行进至步骤309。

步骤309：将Z1和TL2添加到上述声衬阻抗和噪声传递损耗的数据库中，以更新该数据库，然后再从步骤304往后续步骤执行。

整个流程300直至在步骤308确定噪声传递损耗TL1与TL2之间的差值小于第二阈值，并将此时的当前最优阻抗值作为理想的声衬阻抗。

根据上述流程，可以以最小的计算量和速度获得特定工况条件下的理想声衬阻抗。

图4是示出了根据本发明的一方面的声衬结构参数设计方法400的流程图。在得到了理想声衬阻抗值Z1后，需要设计声衬的结构参数，以使声衬具有该理想声衬阻抗值Z1。注意，根据方法400，该理想声衬阻抗值Z1可以是使用本发明的上述阻抗优化方法300得到的，也可以是使用任何其他手段得到的理想阻抗值。方法400的目的仅在于根据理想声衬阻抗值Z1，计算出声衬的结构参数，而不论该理想声衬阻抗是如何得来的。

根据该方法400，首先采用声衬阻抗模型计算一些结构参数样本点上的声衬阻抗值，根据这些结构参数样本点和相应的声衬阻抗值，通过代理模型建立结构参数阻抗响应面，在建立的结构参数阻抗响应面上通过优化算法求得最优的声衬结构参数。通过依据一些样本点拟合出从结构参数输入到阻抗响应的结构参数阻抗响应面，并在该响应面上以理想声衬阻抗值为目标，执行优化算法得到最优的结构参数，提供了一种行之有效的结构参数设计途径。

方法400可包括以下步骤：

步骤401：设置声衬结构参数的样本点；

首先可以定义声衬结构参数的取值范围，该取值范围可以是根据实际声衬制造经验来确定的。常规的声衬结构参数包括开孔率σ、开孔直径d、穿孔面板厚度t、共振腔厚度h。每个参数具有一取值范围，例如，开孔率的取值范围为8％～15％，穿孔板厚度的取值范围为1mm～3mm，开孔直径的取值范围为1mm～5mm，共振腔厚度的取值范围为20mm～90mm。本发明的声衬结构参数可以是上述参数中的任意一者、或任意多者的组合。

在定义了取值范围后，从该取值范围内选取一定数目的结构参数样本。该数目可以是例如60个、80个、100个等等，可通过样本之间的步长来控制。这些结构参数样本可以覆盖整个取值范围。

在本发明的声衬结构参数包括开孔率、开孔直径、穿孔面板厚度、共振腔厚度所有四种参数的情况下，可以是特定开孔率、开孔直径、穿孔面板厚度、共振腔厚度的一个组合构成一个结构参数样本点。

步骤402：使用声衬阻抗模型计算对应各样本点的声衬阻抗值；

声衬的特定结构参数导致声衬特定的阻抗值，声衬阻抗模型可以表示声衬的结构参数与声衬阻抗值之间的函数关系。因此，对于每个结构参数样本，可以使用声衬阻抗模型来计算对应该结构参数的声衬阻抗值。在本发明中，可以使用Goodrich经验模型来计算声衬阻抗，当然也可以使用声衬阻抗的其他经验模型来计算声衬阻抗。

Goodrich经验模型的阻抗公式为：

Z＝R_o+R_of+S_rV_p+R_cm+i{X_m+S_mV_p+X_em-cot(kh)}

其中， $R_o+R_{of}+i(X_m+X_{em})=\frac{i\mathrm{\ω}(t+\mathrm{\ϵ}d)}{c_0\mathrm{\σ}F\left(k_s{r}_h\right)};$

$R_o+R_{of}=\mathrm{Re}a1\left(\frac{i\mathrm{\ω}(t+{\mathrm{\ϵ}}_{r}d)}{c_0\mathrm{\σ}F\left(k_s{r}_h\right)}\right)$

其中，Z为声阻抗；R_o和R_of分别为与频率无关和相关的线性声阻部分；R_cm为切向流动诱导声组；S_r为非线性声阻随声粒子速度变化斜率；V_p为声粒子速度(全频带)rms值；X_m为声抗基本部分；S_m为声抗随声粒子速度变化斜率；X_em为声抗端壁补偿。

值得注意的是，σ为开孔率、d为开孔直径、t为穿孔面板厚度t、h为共振腔厚度。这些是声衬的结构参数，也是本发明所要设计计算的参数。

通过对每个结构参数样本执行阻抗计算，可以获得与每个结构参数样本对应的声衬阻抗值。

步骤403：使用代理模型建立响应面；

之前的步骤计算得到了一定数目的结构参数样本下的相应数目的声衬阻抗值，构成了结构参数和声衬阻抗值的数据库。通过代理模型，例如kriging模型，对数据库中的这些结构参数样本和阻抗值进行拟合，以建立从声衬结构参数到声衬阻抗值的响应面。此响应面本质是声衬结构参数与声衬阻抗值之间的函数响应关系。通过此响应关系，根据一声衬结构参数，可以快速地得到相应的声衬阻抗。

该响应面是在一些样本点的基础上拟合完成的，因此，可能该响应面所代表的结构参数阻抗响应关系可能与实际的结构参数阻抗关系有所偏差。因此，一些实例中，可以在建立响应面之后，对该响应面的精准度进行初步验证。如果响应面的精准度达不到预定水平，则可以重新执行步骤401-步骤403，即在取值范围内增加一些样本点，并计算相应的声衬阻抗值，从而对结构参数和阻抗值的数据库进行补充，由于补充了样本点，建立的响应面的精准度得到提高。例如可在响应面的精准度达到预定水平之后，才进行后续步骤。

响应面的精准度验证，可以通过随机抽取响应面上的一定数目的点来执行。例如，对于响应面上的一个点，根据该点处的声衬结构参数和该响应面所代表的响应关系可以得到第一声衬阻抗值，另外再根据该点处的声衬结构参数使用上述声衬阻抗模型(例如，Goodrich模型)计算第二声衬阻抗值。第一声衬阻抗值是根据拟合出的响应面得到的，必然与通过模型实际计算出的该第二声衬阻抗值有差异，如果该差异超出一定阈值，例如相差20％，则认为该点不准确。如果抽取的一定数目的点中超过特定百分比的点不准确，则可以认为响应面的精确度达不到预定水平。

步骤404：在响应面上采用最优化算法寻优；

在得到了相对精准的结构参数阻抗响应面之后，可在该响应面上执行最优化算法，具体而言，以声衬结构参数为优化变量，理想声衬阻抗值Z1为优化目标，执行最优化，以获得最优结构参数。这里的最优化算法可以是例如遗传优化算法、神经网络优化算法等等。

步骤405：求解出声衬的当前最优阻抗值Z2和相应最优声衬结构参数

同步骤404的优化算法，在当前的结构参数阻抗响应面上，以声衬结构参数为优化变量，理想声衬阻抗值Z1为优化目标，优化得到当前最优声衬阻抗值Z2和相应的当前最优结构参数。注意，这里所用的措词“当前最优”是对应于“当前响应面”而言的，当响应面经过更新后，基于响应面优化得到的当前最优声衬阻抗自然也经过更新。

由于该响应面是拟合得到的，因此，在当前响应面上优化得到的当前最优声衬阻抗值Z2可能并不等于理想声衬阻抗值Z1，因此，需要判断在当前响应面上优化得到的当前最优声衬阻抗值Z2与理想声衬阻抗值Z1之间的差值；

步骤406：声衬阻抗Z1与Z2之间的差值小于第一阈值？

若在该响应面上优化得到的最优声衬阻抗与理想声衬阻抗之间的差异小于阈值，则表示响应面足够精准，对应该当前最优声衬阻抗的该当前最优结构参数即可作为声衬最终的最优结构参数。该第一阈值例如可以是一相对值，例如一特定百分比，可判断Z1与Z2之间的差异是否小于该百分比，例如若Z1与Z2之间的误差小于该百分比，则表示响应面足够精准。该百分比可以是10％、5％、2％、1％等，这具体取决于计算精度要求。

若两者之间的差异大于第一阈值，则流程可行进至步骤407。

步骤407：将Z2和相应的声衬结构参数添加到上述声衬结构参数和声衬阻抗的数据库中，以更新该数据库，然后再从步骤403往后续步骤执行。

整个流程400直至在步骤406确定理想阻抗值Z1与在当前响应面上优化得到的当前最优阻抗Z2之间的差值小于第一阈值，并将与此时的当前最优阻抗Z2相应的声衬结构参数作为最终的最优声衬结构参数。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (12)

1.一种用于设计声衬的方法，包括：

定义所述声衬的结构参数取值范围并且在所述结构参数取值范围内选取第一预定数目的结构参数样本；

针对各结构参数样本执行声衬阻抗计算以得到相应的第一预定数目的阻抗值；

根据包括所述第一预定数目的结构参数样本和阻抗值的第一数据库建立结构参数阻抗响应面；以及

采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作所述声衬的设计结构参数。

2.如权利要求1所述的方法，其特征在于，所述采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作所述声衬的设计结构参数包括：

采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以所述理想阻抗值为优化目标求解在当前响应面上的当前最优结构参数以及相应的当前最优阻抗值；

响应于当前最优阻抗值与所述理想阻抗值的差异小于第一阈值，将当前最优结构参数用作所述最优结构参数。

3.如权利要求2所述的方法，其特征在于，所述采用优化算法在所建立的结构参数阻抗响应面上以结构参数为优化变量并以理想阻抗值为优化目标，获得最优结构参数以用作所述声衬的设计结构参数还包括：

响应于当前最优阻抗值与所述理想阻抗值的差异大于第一阈值，将当前最优结构参数以及相应的当前最优阻抗值添加到所述第一数据库以更新所述第一数据库；

根据经更新的所述第一数据库建立结构参数阻抗响应面；

采用优化算法在新建立的结构参数阻抗响应面上以结构参数为优化变量并以所述理想声衬阻抗值为优化目标求解在当前响应面上的当前最优结构参数以及相应的当前最优阻抗值；

若当前最优阻抗值与所述理想阻抗值的差异小于所述第一阈值，则将当前最优结构参数用作所述最优结构参数，否则重复更新所述第一数据库至求解当前最优结构参数以及相应的当前最优阻抗值的步骤，直至当前最优阻抗值与所述理想阻抗值的差异小于第一阈值，并将当前最优结构参数用作所述最优结构参数。

4.如权利要求1所述的方法，其特征在于，所述结构参数包括声衬的开孔率、开孔直径、穿孔面板厚度、共振腔厚度。

5.如权利要求1所述的方法，其特征在于，所述执行声衬阻抗计算是使用Goodrich模型来计算的。

6.如权利要求1所述的方法，其特征在于，还包括：

验证所建立的结构参数阻抗响应面的精确度；

若所建立的结构参数阻抗响应面的精确度达不到预定水平：

添加额外数目的结构参数样本点以计算相应额外数目的阻抗值；

将所述额外数目的结构参数样本点和阻抗值添加到所述第一数据库以更新所述第一数据库；以及

根据经更新的第一数据库建立新的结构参数阻抗响应面。

7.如权利要求1所述的方法，其特征在于，还包括执行计算以获得所述理想阻抗值，其中，执行计算以获得所述理想阻抗值包括：

定义所述声衬的阻抗的取值范围并且在所述取值范围内选取第二预定数目的阻抗样本；

针对各阻抗样本执行噪声传播计算以得到相应的第二预定数目的噪声损耗值；

根据包括所述第二预定数目的阻抗样本和噪声损耗值的第二数据库建立阻抗噪声响应面；以及

采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作所述理想阻抗值。

8.如权利要求7所述的方法，其特征在于，所述采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作所述理想阻抗值包括：

采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标求解在当前响应面上的当前最优阻抗值以及相应的当前最优噪声传递损耗值；

基于当前最优阻抗值计算当前实际噪声传递损耗值；以及

响应于当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，则将当前最优阻抗值用作所述理想阻抗值。

9.如权利要求8所述的方法，其特征在于，所述采用优化算法在所建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标，获得最优阻抗值以用作所述理想阻抗值还包括：

响应于当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异大于第二阈值，将当前最优阻抗值以及相应的当前实际噪声传递值损耗添加到所述第二数据库以更新所述第二数据库；

根据经更新的所述第二数据库建立阻抗噪声响应面；

采用优化算法在新建立的阻抗噪声响应面上以阻抗为优化变量并以噪声传递损耗为优化目标求解在当前响应面上的当前最优阻抗值以及相应的当前最优噪声传递损耗值；

基于当前最优阻抗值计算当前实际噪声传递损耗值；以及

若当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，则将当前最优阻抗值用作所述理想阻抗值，否则重复更新所述第二数据库至计算当前实际噪声传递损耗值的步骤，直至当前最优噪声传递损耗值与当前实际噪声传递损耗值的差异小于第二阈值，并将当前最优阻抗值用作所述理想阻抗值。

10.如权利要求7所述的方法，其特征在于，所述执行噪声传播计算包括：

使用Wiener-Hopf法计算衬底进出口声压；以及

根据用Wiener-Hopf法计算出的衬底进出口声压计算噪声损耗值。

11.如权利要求7所述的方法，其特征在于，还包括：

验证所建立的阻抗噪声响应面的精确度；

若所建立的阻抗噪声响应面的精确度达不到预定水平：

添加额外数目的阻抗样本点以计算相应额外数目的噪声损耗值；

将所述额外数目的阻抗样本点和噪声损耗值添加到所述第二数据库以更新所述第二数据库；以及

根据经更新的第二数据库建立新的阻抗噪声响应面。

12.如权利要求1或7所述的方法，其特征在于，所述结构参数阻抗响应面和所述阻抗噪声响应面是根据Kriging模型来拟合的。