一种直升机舱室有源噪声控制系统中次级声源的布放方法
技术领域
本发明涉及噪声控制技术领域,具体为一种直升机舱室有源噪声控制系统中次级声源的布放方法,解决直升机舱室内多谐波噪声场及附加声源有安装约束情形下,直升机舱室有源噪声控制系统中次级声源位置的优化布局问题
背景技术
一个有源噪声控制系统的最终降噪效果取决于多种因素,如图1所示。其中,限制系统性能的第一要素是初级声源及初级声场特性,它是有源控制技术面对的客观因素,是不可变更的。在可设计的因素中,次级声源布放(指次级声源的个数和在空间中的位置)居首,它决定了所能达到的系统性能的上限。
研究表明,如果监测点的布放能够很好地获取声场信息,那么系统可达到的降噪量是关于次级声源个数的单调递增函数,即次级声源越多,可达到的降噪效果越好。但随着通道数增多,不仅系统成本会增加,而且控制器算法的复杂程度也将大幅度增加,这对保持系统实时性和稳定性都十分不利。在直升机舱室降噪中,增加次级声源个数会大大增加直升机载荷。同时次级声源的安装具有空间约束,例如舱门、设备仪器、座椅等位置无法安装次级声源。因此,在次级声源个数受限及安装有约束的情况下,需要对次级声源的位置作优化设计。
实际中,次级声源多根据工程人员的经验直接布放,一般的工程经验是:对于封闭空间低频声场,在空间内合理地均匀放置次级声源,便于控制更多的声模态;而在高频段,将次级声源布放得尽量靠近假设的初级激励源。也可以采用遗传算法(geneticalgorithm,GA)、模拟退火(simulated annealing,SA)算法等来优化次级声源的布放。
直升机舱室噪声频谱的主要成分近似低频线谱,一般能量集中在前4阶谐波。这意味着需要的次级声源布放应在这4个频率下都有很好的降噪效果。对于直升机舱室复杂的声场环境,工程经验难以给出较优的次级声源布放,可以考虑利用优化算法来选择次级声源布放。然而,目前常用的GA算法较繁琐,需要选择、交叉、变异等复杂操作,一般要借助工具箱编程实现;而且GA的参数很多,需要根据具体应用优化参数,使用很不方便。而SA不具有并行运算能力,计算效率低,一般只是结合其他算法应用。
发明内容
由于GA和SA算法在直升机舱室有源噪声控制中应用不便,本发明提出一种直升机舱室有源噪声控制系统中次级声源的布放方法,该方法基于量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法。
QPSO具有很好的全局搜索性能,并且算法原理简单,控制参数唯一,能够方便地结合具体问题应用。QPSO还具有记忆性,每个粒子在算法结束时仍然保持其个体历史极值,针对直升机舱室中次级声源安装有约束的情况,可以给出多种有意义的选择方案。
另外,基于GA和SA的方法都是从多个人为规定的备选位置中选择出次级声源的布放,而本发明可以在多个次级声源工作面内搜索次级声源位置,在直升机舱室中选择出更优的次级声源布放。而且本发明提出的方法同时考虑多个频率,可以获得4个谐波频率下的次级声源鲁棒布放(即该次级声源布放在这4个频率下都有很好的降噪效果)。
本发明的技术方案为:
所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:包括以下步骤:
步骤1:建立需要进行噪声控制的直升机舱室模型;
步骤2:考虑次级声源的空间安装约束条件,在直升机舱室中选择N个可以布放次级声源的工作面An,n=1,2,…,N;
步骤3:根据在直升机上安装次级声源的负载限制mload,以及控制器能力所允许的最大次级声源个数Lmax,确定次级声源个数其中m0表示单个次级声源的重量,表示向下取整;根据实际选择工作面的大小,将L个次级声源分配于N个工作面上,工作面An上安装的次级声源个数记为Ln,
步骤4:选择M个监测点,根据公式
计算M个监测点位置的降噪量AL,其中rm为第m个监测点的坐标矢量,ω为角频率,ω=2πfj,p(t)(rm,ω)为控制后总声场,p(p)(rm,ω)为初级声场,fj为第j个待控制的频率,j=1~J,J为待控制的频率个数;构建适应度值函数为:
其中ALj为对应待控制频率fj的降噪量,alj为对应频率fj的期望降噪量;
步骤5:根据以下步骤对直升机舱室的次级声源布放进行优化:
步骤5.1:对L个次级声源的位置进行编码,并将一条编码串x作为一个粒子;粒子中的元素表示某个次级声源位置的一个坐标:
x=[r1 r2 … rl … rL]T=[x1 y1 z1 x2 yz z2 … xl yl zl …xL yL zL]T其中rl=(xl,yl,zl)表示第l个次级声源位置;
步骤5.2:根据工作面的约束范围,对粒子中的每一维元素在约束范围内随机赋值,实现对粒子群的初始化,其中粒子群中包含I个D维粒子xi,i=1,2,…,I,D=3L;
步骤5.3:进行迭代计算,每次迭代中计算每个粒子的适应度值,并对粒子进行元素值更新:对于第k+1次迭代,第i个粒子第d维元素值的更新方程为:
其中是均匀分布在(0,1)上的随机数,是第k次迭代后I个粒子第d维元素值的平均值,是第k次迭代后第i个粒子第d维元素值,为均匀分布在(0,1)上的随机数,当时,α前取“+”,时,α前取“-”,α为压缩扩张因子;为第k次迭代后第i个粒子对应其历史最优适应度时的第d维元素值,为粒子群在第k次迭代中,取到最优适应度的粒子的第d维元素值;
步骤5.4:当达到最大迭代次数时,迭代结束,输出每个粒子对应其历史最优适应度时的粒子值pi=[pi1 pi2 … piD]T,以及当前迭代运算后,取到最优适应度的粒子值pg=[pg1 pg2 … pgD]T,共得到I+1个次级声源布放方式,取其中适应度值最优的次级声源布放方式。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:直升机舱室中的舱门、设备仪器、座椅、玻璃窗和地板位置不能安装次级声源。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:监测点选择为乘员坐姿双耳位置。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:迭代计算过程中,如果更新后的某一元素值超出其对应工作面的约束范围,则用约束范围边界作为该元素值。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:当迭代运算过程中出现某个粒子中有次级声源位置重叠的情况时,对该粒子中的每一维元素重新在约束范围内随机赋值。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:压缩扩张因子α根据以下公式确定:
其中αstart和αend分别是α的起始值和终止值,kmax为设定的最大迭代次数。
进一步的优选方案,所述一种直升机舱室有源噪声控制系统中次级声源的布放方法,其特征在于:αstart和αend分别取1.0和0.5。
有益效果
本发明优点在于:
(1)可以在直升机舱室中多个工作面内搜索,优化次级声源布放;
(2)选择的次级声源布放在多个频率下都有很好的降噪效果;
(3)相比基于GA的优化方法,本发明基于的QPSO算法简单,控制参数唯一,能够快速适用于不同的工程问题;相比基于SA的优化方法,本发明基于的QPSO并行运算能力强,计算效率高。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1:限制有源噪声控制系统性能的因素;
图2:本发明的流程图;
图3:次级声源位置的编码串;
图4:实施例中直升机舱室模型;
图5:实施例中次级声源位置的编码;
图6:实施例中最优次级声源位置;
图7:实施例中优化搜索迭代曲线;
图8:实施例中控制前后乘员坐姿人耳水平面的声压云图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
如图2所示,本发明提出的直升机舱室有源噪声控制系统中次级声源的布放方法,包括以下步骤:
步骤1:建立需要进行噪声控制的直升机舱室模型。
步骤2:考虑次级声源的空间安装约束条件,直升机舱室中的舱门、设备仪器、座椅、玻璃窗和地板位置不能安装次级声源,然后在直升机舱室中选择N个可以布放次级声源的工作面An,n=1,2,…,N。
步骤3:根据在直升机上安装次级声源的负载限制mload,以及控制器能力所允许的最大次级声源个数Lmax,确定次级声源个数其中m0表示单个次级声源的重量,表示向下取整;根据实际选择工作面的大小,将L个次级声源分配于N个工作面上,工作面An上安装的次级声源个数记为Ln,
步骤4:选择M个监测点,一般监测点选择为乘员坐姿双耳位置;根据公式
计算M个监测点位置的降噪量AL,其中rm为第m个监测点的坐标矢量,ω为角频率,ω=2πfj,p(t)(rm,ω)为控制后总声场,p(p)(rm,ω)为初级声场,fj为第j个待控制的频率,j=1~J,J为待控制的频率个数;构建适应度值函数为:
其中ALj为对应待控制频率fj的降噪量,alj为对应频率fj的期望降噪量。
步骤5:根据以下步骤利用QPSO算法对直升机舱室的次级声源布放进行优化:
步骤5.1:对L个次级声源的位置进行编码,如图3所示。一条编码串x就是QPSO中的一个粒子;粒子中的元素表示某个次级声源位置的一个坐标:
x=[r1 r2 … rl … rL]T=[x1 y1 z1 x2 y2 z2 … xl yl zl … xL yL zL]T而每三维表示一个次级声源位置,即rl=(xl,yl,zl)表示第l个次级声源位置。
步骤5.2:根据工作面的约束范围,对粒子中的每一维元素在约束范围内随机赋值,实现对粒子群的初始化,其中粒子群中包含I个D维粒子xi,i=1,2,…,I,D=3L;每个粒子代表了L个次级声源在N个工作面上的一种布放方式。
步骤5.3:进行迭代计算,每次迭代中计算每个粒子的适应度值,并对粒子进行元素值更新:对于第k+1次迭代,第i个粒子第d维元素值的更新方程为:
其中是均匀分布在(0,1)上的随机数,是第k次迭代后I个粒子第d维元素值的平均值,是第k次迭代后第i个粒子第d维元素值,为均匀分布在(0,1)上的随机数,当时,α前取“+”,时,α前取“-”,α为压缩扩张因子,这里采用鲁棒性较好的线性递减策略,即
αstart和αend分别是α的起始值和终止值,分别取1.0和0.5,kmax为设定的最大迭代次数;为第k次迭代后第i个粒子对应其历史最优适应度时的第d维元素值,为粒子群在第k次迭代中,取到最优适应度的粒子的第d维元素值。
步骤5.4:当达到最大迭代次数时,迭代结束,输出每个粒子对应其历史最优适应度时的粒子值pi=[pi1 pi2 … piD]T,以及当前迭代运算后,取到的最优适应度对应粒子值pg=[pg1 pg2 … pgD]T,共得到I+1个次级声源布放方式,挑选其中适应度值最优的次级声源布放方式。
需要注意的是,在迭代计算过程中,如果更新后的某一元素值超出其对应工作面的约束范围,则用约束范围边界作为该元素值;另外,当迭代运算过程中出现某个粒子中有次级声源位置重叠的情况时,对该粒子中的每一维元素重新在约束范围内随机赋值,这其实相当于在算法中增加了随机扰动,有助于算法的全局寻优性能。
根据上述方法说明,下面给出一个具体实施实例:
(1)直升机舱室模型如图4所示,坐标单位为米(m)。控制频率只选择100Hz。
(2)选择舱室顶部z=0.6的一块矩形工作面A,如图4中的虚线区域。其位置范围是:x:[-1.1,1.1],y:[-2.5,-0.2]。
(3)在A上布放4个次级声源。
(4)目标函数值选为规定10个监测点位置的降噪量AL。监测点位置选为乘员坐姿时人耳两侧,在图4中由黑色圆点给出。由于这里只控制单频100Hz,所以适应度函数F就是10个监测点位置的降噪量AL。
(5)利用QPSO算法对直升机舱室的次级声源布放进行优化:
①对次级声源布放进行编码,得到一个QPSO的粒子,维数为12,编码串如图5所示。群体规模I=15。最大迭代次数为30次。
②根据工作面A的坐标范围x:[-1.1,1.1]、y:[-2.5,-0.2]、z=0.6,初始化15个粒子,如表1所示。
表1 初始化粒子群
③对每个粒子计算适应度值,并更新粒子位置,并由工作面A的坐标范围对新粒子的每一维值进行限制。如果粒子中出现了位置重叠,则对该粒子随机初始化赋值。
④迭代完成后,输出当前群体极值,个体历史极值,以及分别对应的适应度值(即降噪量AL)。
优化结果:得到的最优次级声源布放及对应降噪量如表2所示。
表2 最优次级声源布放及对应降噪量
搜索得到的最优次级声源位置如图6中的黑色方点所示。优化搜索的迭代曲线如图7所示。图8给出了最优次级声源布放控制前后,乘员坐姿人耳水平面的声压云图。说明本发明能够实现较好的降噪效果。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。