CN115711945A - 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法 - Google Patents

一种使用阻抗管反演多孔吸声材料非声学参数的预测方法 Download PDF

Info

Publication number
CN115711945A
CN115711945A CN202211486243.1A CN202211486243A CN115711945A CN 115711945 A CN115711945 A CN 115711945A CN 202211486243 A CN202211486243 A CN 202211486243A CN 115711945 A CN115711945 A CN 115711945A
Authority
CN
China
Prior art keywords
sound absorption
absorption coefficient
acoustic
tested
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211486243.1A
Other languages
English (en)
Inventor
贺岩松
罗旭辉
徐中明
张志飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202211486243.1A priority Critical patent/CN115711945A/zh
Publication of CN115711945A publication Critical patent/CN115711945A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，步骤包括：1)测量待测试多孔吸声材料的流动电阻率σ；2)测量待测试多孔吸声材料的吸声系数，得到吸声系数测量值；3)对Hamet‑Berengier声学模型进行反演求解，得到待测试多孔吸声材料的孔隙率φ、弯曲度α∞；4)对Johnson‑Champoux‑Allard声学模型进行反演求解，得到待测试多孔吸声材料的粘性特征长度Λ和热特征长度Λ′；5)得到不同频段下的吸声系数估计值；6)对不同频段下的吸声系数估计值曲线进行曲线结合，输出全频段吸声系数曲线。本发明仅需使用标准阻抗管即可反演得到多孔吸声材料的五项非声学参数，具有所需设备少，流程简单，结果准确的优点。

Description

一种使用阻抗管反演多孔吸声材料非声学参数的预测方法
技术领域
本发明涉及声学领域和材料领域，具体是一种使用阻抗管反演多孔吸声材料非声学参数的预测方法。
背景技术
多孔吸声材料因其成本低、易安装、降噪效果好等优点，被广泛应用于噪声控制领域。如何根据降噪需要设计出合适的吸声材料，一直是研究的热点问题。通过研究发现，多孔声学材料的声学性能受到五个非声学参数的影响。这五个参数分别是：静态流动电阻率、孔隙率、弯曲度、粘性特征长度和热特征长度。其中，流动电阻率、孔隙率和弯曲度能通过实验获得。粘性特征长度和热特征长度则难以直接测量。然而，可以直接测量的三个参数都需要使用对应的测量仪器分别进行测试。这大大提高了材料设计初期的研发成本以及操作难度。为了能够既便利又较为准确的获得这些参数，使用驻波管声学测量的反演识别方法可用作替代。
现有的反演识别方法可分为两种。一种是使用不同的声学模型与优化算法，在实验测得部分非声学参数和材料声学特性的前提下，反演识别出剩余的参数。另一种是通过改变获得材料声学特性的实验方法，反演识别出材料的非声学参数。前者着重于理论层面的研究，关注不同声学模型与优化算法对反演识别结果的影响，但仍然需要通过特定的实验装置提前获得部分参数。后者着重于实验方法层面的研究，通过不同的途径来测量材料的声学特性，如吸声系数、声阻抗等。关注不同实验过程获得的声学特性对结果的影响。但对于完成实验过程的设备与操作方法等都具有严格的条件。
发明内容
本发明的目的是提供一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，包括以下步骤：
1)利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ；
2)利用标准阻抗管测量待测试多孔吸声材料的吸声系数，得到吸声系数测量值；
3)建立Hamet-Berengier声学模型，并利用全局优化算法对Hamet-Berengier声学模型进行反演求解，得到待测试多孔吸声材料的孔隙率φ、弯曲度α∞；
4)建立Johnson-Champoux-Allard声学模型，并利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解，得到待测试多孔吸声材料的粘性特征长度Λ和热特征长度Λ′；
5)将待测试多孔吸声材料的流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′分别输入到Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型中，得到不同频段下的吸声系数估计值，分别记为吸声系数第一估计值和吸声系数第二估计值；
6)对不同频段下的吸声系数估计值、吸声系数测量值进行曲线结合，输出吸声系数曲线。
进一步，多孔吸声材料非声学参数包括流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′。
进一步，利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ的步骤包括：
1.1)分别在声源发生侧和样品放置侧布置标准阻抗管；其中，声源发生侧的标准阻抗管上有三个传声器安装位置，按从左至右的顺序，将传声器分别安装在第一、第三号安装位置内；
1.2)将待测试多孔吸声材料放置在样品放置侧的标准阻抗管内，该侧阻抗管内有一个与管径等大、与阻抗管材料一致的圆盘，记为刚性终端；所述刚性终端可在管内平移滑动；
令待测试多孔吸声材料的后表面紧贴刚性终端，测量此时待测试多孔吸声材料前表面的声阻抗比Zsp。
1.3)保持待测试多孔吸声材料位置不变，移动刚性终端位置，使待测试多孔吸声材料的后方形成一个深度为L的空腔，测量此时待测试多孔吸声材料前表面的声阻抗比Z′sp；
计算此时待测试多孔吸声材料后表面的声阻抗ZL，即：
ZL＝-jρccot(k0L)#(1)
式中，ρ为空气密度，c为声速，k0为波数且k0＝2πf/c；f为频率；
1.4)计算待测试多孔吸声材料的传播常数km，即：
Figure BDA0003962472280000021
式中，2l表示待测试多孔吸声材料的厚度；
1.5)计算待测试多孔吸声材料的特征阻抗Zm，即：
Zm＝jZsp tan(2kml)#(3)
式中，j为虚数；
1.6)计算待测试多孔吸声材料的流动电阻率σ，即：
Figure BDA0003962472280000031
式中，ω为圆频率。
进一步，利用标准阻抗管测量待测试多孔吸声材料的吸声系数包括传递函数法。
所述Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型经过了训练，训练目标函数如下所示：
Figure BDA0003962472280000032
其中，αω表示吸声系数计算值，αE表示吸声系数历史实测值；R(X)为吸声系数计算值、吸声系数历史实测之间的差值平方和。
吸声系数是一个与频率有关的参数。将吸声系数计算值与其对应频率下测量值之间的差值平方和作为全局优化算法的目标函数，通过计算目标函数值，可以反应出计算所得吸声系数曲线与实验所得吸声系数曲线的拟合程度。该值越小，则两条曲线越吻合，此时反演所得各参数结果越准确。
进一步，所述Hamet-Berengier声学模型使用流动电阻率σ、孔隙率φ和弯曲度α∞来描述多孔声学材料的声学特性；
在Hamet-Berengier声学模型中，复波数k和特征阻抗Zc分别如下所示：
Figure BDA0003962472280000033
Figure BDA0003962472280000034
式中，ω为圆频率；φ为材料的孔隙率；
其中，动态密度ρH(ω)和体积模量KH(ω)分别如下所示：
Figure BDA0003962472280000035
Figure BDA0003962472280000036
式中，γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率；
其中，粘性特征fμ和热特征fθ分别如下所示：
Figure BDA0003962472280000041
Figure BDA0003962472280000042
式中，NPr表示普朗特常数；σ表示材料的流动电阻率。
进一步，利用全局优化算法对Hamet-Berengier声学模型进行反演求解的步骤包括：
3.1)将待测试多孔吸声材料的流动电阻率σ输入到Hamet-Berengier声学模型中，利用全局优化算法在100Hz–2000Hz频段内求解Hamet-Berengier声学模型，得到孔隙率φ和弯曲度α∞；孔隙率φ的取值范围为[0.1，1]；弯曲度α∞的取值范围为[1，10]；
3.2)计算待测试多孔吸声材料表面声阻抗Zs如下所示：
Zs＝-jZccot(2kl)#(12)
式中，2l表示待测试多孔吸声材料的厚度；
3.3)建立100Hz–2000Hz频段下的吸声系数估计值的计算表达式，即：
α＝1-|R|2#(13)
其中，参数R如下所示：
Figure BDA0003962472280000043
式中，Z0为空气的特征阻抗；
进一步，所述Johnson-Champoux-Allard声学模型通过流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′来描述多孔声学材料的声学特性；
所述Johnson-Champoux-Allard声学模型中，复波数k和特征阻抗Zc如下所示：
Figure BDA0003962472280000044
Figure BDA0003962472280000051
其中，动态密度ρJ(ω)和体积模量KJ(ω)分别如下所示：
Figure BDA0003962472280000052
Figure BDA0003962472280000053
式中，η为空气的动态粘度；Λ为材料的粘性特征长度；Λ′为材料的热特征长度。
进一步，利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解的步骤包括：
将流动电阻率σ、孔隙率φ、弯曲度α∞输入到Johnson-Champoux-Allard声学模型中，利用全局优化算法在1000Hz–6000Hz频段内求解，得到粘性特征长度Λ和热特征长度Λ′；
其中，粘性特征长度Λ和热特征长度Λ′的取值范围均为[10，2000]；并且粘性特征长度v≤Λ′。
进一步，对不同频段下的吸声系数第一估计值和第二估计值进行曲线结合的步骤包括：
6.1)提取1000Hz–2000Hz频段的吸声系数测量值；
6.2)在1000Hz–2000Hz频段内，分别计算同一频率下吸声系数第一估计值和吸声系数测量值的差值、吸声系数第二估计值和吸声系数测量值的差值，若两个差值同正或同负，则进入步骤3)，否则进入步骤4)；
其中，吸声系数第一估计值由Hamet-Berengier模型计算所得，频段范围为100Hz–2000Hz，吸声系数第二估计值由Johnson-Champoux-Allard模型计算所得，频段范围为1000Hz–6000Hz；
6.3)以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
6.4)计算同一频率下吸声系数第一估计值和吸声系数第二估计值的吸声系数平均值；
分别计算同一频率下吸声系数平均值和吸声系数测量值之间差的绝对值、吸声系数第一估计值和吸声系数测量值之间差的绝对值、吸声系数第二估计值和吸声系数测量值之间差的绝对值，以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
6.5)建立100Hz–6000Hz频段内的吸声系数曲线。
本发明的技术效果是毋庸置疑的，本发明提出一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，该方法仅需使用标准阻抗管即可反演得到多孔吸声材料的五项非声学参数，具有所需设备少，流程简单，结果准确的优点，在声学材料参数预测、材料参数优化设计等领域具有广阔的应用前景。
附图说明
图1为一种使用阻抗管反演多孔吸声材料非声学参数的预测方法的流程图；
图2为实施例3所采用的聚氨酯泡沫样品；
图3为流阻测量现场图；
图4为大管测量吸声系数现场图；
图5为小管测量吸声系数现场图；
图6为阻抗管实验计算所得流阻率；
图7为本方法所得吸声系数与实验数据中低频段比较；
图8为本方法所得吸声系数与实验数据全频段比较。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
参见图1至图8，一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，包括以下步骤：
1)利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ；
2)利用标准阻抗管测量待测试多孔吸声材料的吸声系数，得到吸声系数测量值；
3)建立Hamet-Berengier声学模型，并利用全局优化算法对Hamet-Berengier声学模型进行反演求解，得到待测试多孔吸声材料的孔隙率φ、弯曲度α∞；
4)建立Johnson-Champoux-Allard声学模型，并利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解，得到待测试多孔吸声材料的粘性特征长度Λ和热特征长度Λ′；
5)将待测试多孔吸声材料的流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′分别输入到Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型中，得到不同频段下的吸声系数估计值，分别记为吸声系数第一估计值和吸声系数第二估计值；
6)对不同频段下的吸声系数估计值、吸声系数测量值进行曲线结合，输出吸声系数曲线。
多孔吸声材料非声学参数包括流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′。
利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ的步骤包括：
1.1)分别在声源发生侧和样品放置侧布置标准阻抗管；其中，声源发生侧的标准阻抗管上有三个传声器安装位置，按从左至右的顺序，将传声器分别安装在第一、第三号安装位置内；
1.2)将待测试多孔吸声材料放置在样品放置侧的标准阻抗管内，该侧阻抗管内有一个与管径等大、与阻抗管材料一致的圆盘，记为刚性终端；所述刚性终端可在管内平移滑动；
令待测试多孔吸声材料的后表面紧贴刚性终端，测量此时待测试多孔吸声材料前表面的声阻抗比Zsp。
1.3)保持待测试多孔吸声材料位置不变，移动刚性终端位置，使待测试多孔吸声材料的后方形成一个深度为L的空腔，测量此时待测试多孔吸声材料前表面的声阻抗比Z′sp；
计算此时待测试多孔吸声材料后表面的声阻抗ZL，即：
ZL＝-jρccot(k0L)#(1)
式中，ρ为空气密度，c为声速，k0为波数且k0＝2πf/c；f为频率；
1.4)计算待测试多孔吸声材料的传播常数km，即：
Figure BDA0003962472280000071
式中，2l表示待测试多孔吸声材料的厚度；
1.5)计算待测试多孔吸声材料的特征阻抗Zm，即：
Zm＝jZsp tan(2kml)#(3)
式中，j为虚数；
1.6)计算待测试多孔吸声材料的流动电阻率σ，即：
Figure BDA0003962472280000081
式中，ω为圆频率。
利用标准阻抗管测量待测试多孔吸声材料的吸声系数包括传递函数法。
所述Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型经过了训练，训练目标函数如下所示：
Figure BDA0003962472280000082
其中，αω表示吸声系数计算值，αE表示吸声系数历史实测值；R(X)为吸声系数计算值、吸声系数历史实测之间的差值平方和。
吸声系数是一个与频率有关的参数。将吸声系数计算值与其对应频率下测量值之间的差值平方和作为全局优化算法的目标函数，通过计算目标函数值，可以反应出计算所得吸声系数曲线与实验所得吸声系数曲线的拟合程度。该值越小，则两条曲线越吻合，此时反演所得各参数结果越准确。
所述Hamet-Berengier声学模型使用流动电阻率σ、孔隙率φ和弯曲度α∞来描述多孔声学材料的声学特性；
在Hamet-Berengier声学模型中，复波数k和特征阻抗Zc分别如下所示：
Figure BDA0003962472280000083
Figure BDA0003962472280000084
式中，ω为圆频率；φ为材料的孔隙率；
其中，动态密度ρH(ω)和体积模量KH(ω)分别如下所示：
Figure BDA0003962472280000085
Figure BDA0003962472280000086
式中，γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率；
其中，粘性特征fμ和热特征fθ分别如下所示：
Figure BDA0003962472280000091
Figure BDA0003962472280000092
式中，NPr表示普朗特常数；σ表示材料的流动电阻率。
利用全局优化算法对Hamet-Berengier声学模型进行反演求解的步骤包括：
3.1)将待测试多孔吸声材料的流动电阻率σ输入到Hamet-Berengier声学模型中，利用全局优化算法在100Hz–2000Hz频段内求解Hamet-Berengier声学模型，得到孔隙率φ和弯曲度α∞；孔隙率φ的取值范围为[0.1，1]；弯曲度α∞的取值范围为[1，10]；
3.2)计算待测试多孔吸声材料表面声阻抗Zs如下所示：
Zs＝-jZccot(2kl)#(12)
式中，2l表示待测试多孔吸声材料的厚度；
3.3)建立100Hz–2000Hz频段下的吸声系数估计值的计算表达式，即：
α＝1-|R|2#(13)
其中，参数R如下所示：
Figure BDA0003962472280000093
式中，Z0为空气的特征阻抗；
所述Johnson-Champoux-Allard声学模型通过流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′来描述多孔声学材料的声学特性；
所述Johnson-Champoux-Allard声学模型中，复波数k和特征阻抗Zc如下所示：
Figure BDA0003962472280000094
Figure BDA0003962472280000101
其中，动态密度ρJ(ω)和体积模量KJ(ω)分别如下所示：
Figure BDA0003962472280000102
Figure BDA0003962472280000103
式中，η为空气的动态粘度；Λ为材料的粘性特征长度；Λ′为材料的热特征长度。
利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解的步骤包括：
将流动电阻率σ、孔隙率φ、弯曲度α∞输入到Johnson-Champoux-Allard声学模型中，利用全局优化算法在1000Hz–6000Hz频段内求解，得到粘性特征长度Λ和热特征长度Λ′；
其中，粘性特征长度Λ和热特征长度Λ′的取值范围均为[10，2000]；并且粘性特征长度v≤Λ′。
对不同频段下的吸声系数第一估计值和第二估计值进行曲线结合的步骤包括：
6.1)提取1000Hz–2000Hz频段的吸声系数测量值；
6.2)在1000Hz–2000Hz频段内，分别计算同一频率下吸声系数第一估计值和吸声系数测量值的差值、吸声系数第二估计值和吸声系数测量值的差值，若两个差值同正或同负，则进入步骤3)，否则进入步骤4)；
其中，吸声系数第一估计值由Hamet-Berengier模型计算所得，频段范围为100Hz–2000Hz，吸声系数第二估计值由Johnson-Champoux-Allard模型计算所得，频段范围为1000Hz–6000Hz；
6.3)以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
6.4)计算同一频率下吸声系数第一估计值和吸声系数第二估计值的吸声系数平均值；
分别计算同一频率下吸声系数平均值和吸声系数测量值之间差的绝对值、吸声系数第一估计值和吸声系数测量值之间差的绝对值、吸声系数第二估计值和吸声系数测量值之间差的绝对值，以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
6.5)建立100Hz–6000Hz频段内的吸声系数曲线。
实施例2：
一种简便的多孔吸声材料非声学参数的反演识别方法，该方法只需要使用标准阻抗管即可实现，不需要过多的实验装置与繁杂的操作流程。该方法包括以下步骤：
1)标准阻抗管测量流动电阻率σ。
使用标准阻抗管测量流动电阻率的步骤包括：
1.1)将两个传声器分别安装在标准阻抗管从左至右第一、第三号安装管内。
1.2)将待测样品放置在标准阻抗管内，使其背部紧贴刚性终端，测量此时材料前表面的声阻抗比Zsp。
1.3)保持样品位置不变，移动其背后刚性终端位置，使样品背后形成一个深度为L的空腔，测量此时材料前表面的声阻抗比Z′sp，由式(1)计算此时样品后表面的声阻抗ZL。
ZL＝-jρccot(k0L)#(1)
式中，ρ为空气密度，c为声速，k0为波数且k0＝2πf/c，f为频率。
1.4)将样品背部紧贴刚性终端时的前表面声阻抗比和样品背后形成一个深度为L的空腔时的前表面声阻抗和后表面声阻抗比分别代入式(2)计算样品的传播常数km。
Figure BDA0003962472280000111
式中，2l表示样品的厚度。
1.5)将式(2)代入式(3)中，计算样品的特征阻抗Zm。
Zm＝jZsp tan(2kml)#(3)
1.6)将样品的传播常数km和特征阻抗Zm代入式(4)，即可获得样品的流阻。
Figure BDA0003962472280000112
式中，ω为圆频率。
2)标准阻抗管测量样品吸声系数。
根据GB/T 18696.2-2002声学-阻抗管中吸声系数和声阻抗的测量-第2部分：传递函数法的内容要求，测量样品的吸声系数。
3)设置反演方法的目标函数。
在本反演方法中应用到最小均方方法，以实验测量吸声系数与模型计算吸声系数的差值平方和为目标函数。目标函数表达式为：
Figure BDA0003962472280000121
其中，αω表示将反演得到的参数代入声学模型计算得到的吸声系数，αE表示实验测量所得的吸声系数。
4)声学模型反演求解孔隙率φ和弯曲度α∞。
使用声学模型反演求解孔隙率φ和弯曲度α∞的步骤如下：
4.1)建立Hamet-Berengier模型。
Hamet-Berengier(HB)模型是一个现象学模型，它使用三个参数来描述多孔声学材料的声学特性，分别是：流动电阻率σ、孔隙率φ和弯曲度α∞。
在HB模型中，复波数和特征阻抗被描述为：
Figure BDA0003962472280000122
Figure BDA0003962472280000123
其中，ρg(ω)和Kg(ω)分别为动态密度和体积模量，由下式表示：
Figure BDA0003962472280000124
Figure BDA0003962472280000125
其中，fμ和fθ分别用来描述粘性特征和热特征，即：
Figure BDA0003962472280000126
Figure BDA0003962472280000131
在上式中，γ表示空气的比热比，ρ0表示空气密度，P0表示当前环境大气压，NPr表示普朗特常数。
4.2)提取实验测量吸声系数100Hz–2000Hz频段内的实验数据。
4.3)将式(4)求得的流阻代入HB模型，使用优化算法在100Hz–2000Hz频段内求解，即可得到孔隙率φ和弯曲度α∞。
其中，孔隙率φ的取值范围为：0.1–1，弯曲度α∞的取值范围为：1–10。
目标函数求解需要声学模型计算得到的吸声系数，吸声系数可由材料表面声阻抗描述。对于厚度为2l的背靠刚性终端的样品，其表面声阻抗表示为：
Zs＝-jZccot(2kl)#(12)
则多孔声学材料的吸声系数可由下式表示：
α＝1-|R|2#(13)
Figure BDA0003962472280000132
其中，Z0为空气的特征阻抗。
5)声学模型反演求解粘性特征长度Λ和热特征长度Λ′。
使用声学模型反演求解粘性特征长度Λ和热特征长度Λ′的步骤如下：
5.1)建立Johnson-Champoux-Allard模型。
Johnson-Champoux-Allard(JCA)模型是基于Biot理论所建立的多孔材料声学模型。该模型使用了五个参数来描述多孔声学材料的声学特性，分别是：流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′。
在JCA模型中，复波数和特征阻抗被描述为：
Figure BDA0003962472280000133
Figure BDA0003962472280000141
其中，ρJ(ω)和KJ(ω)分别为动态密度和体积模量，由下式表示：
Figure BDA0003962472280000142
Figure BDA0003962472280000143
其中，η为空气的动态粘度。
5.2)提取实验测量吸声系数1000Hz–6000Hz频段内的实验数据。
5.3)将前述步骤中计算所得流动电阻率、孔隙率和弯曲度代入JCA模型，使用优化算法在1000Hz–6000Hz频段内求解，即可得到粘性特征长度Λ和热特征长度Λ′。
其中，粘性特征长度Λ和热特征长度Λ′的取值范围均为：10–2000。并存在Λ≤Λ′的大小关系。
6)吸声系数曲线结合。
由上述步骤可得到流阻、孔隙率等5个非声学参数。它们分别是在两个频段上求解所得。将该5个参数分别代入HB模型和JCA模型，即可得到100Hz–2000Hz和1000Hz–6000Hz两个频段上的估算吸声系数曲线。两条吸声系数曲线在1000Hz–2000Hz频段内重叠，需在此频段内将两曲线结合。结合的方法为，同一频率处，比较两估算曲线值与实测曲线值的差值，若同正或同负则取差值绝对值更小的估算曲线的值；若两差值一正一负，则对两估算值取平均值，比较平均值、两估算曲线值与实测值的差值，取其中绝对值最小的一组。结合完成即可得到100Hz–6000Hz的全频段的估算吸声系数曲线。
实施例3：
参见图1至图8，一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，包括以下步骤：
1)准备实验样品。
实验样品为两个不同大小的均质聚氨酯泡沫，直径分别为100mm和29mm，厚度均为40mm。
2)标准阻抗管测量流动电阻率。
使用标准阻抗管测量流动电阻率的步骤包括：
2.1)将直径为100mm的均质聚氨酯泡沫置于B&K4206型阻抗管大管中。传声器安装在从左到右第一和第三号安装管中。
2.2)对样品进行两次测量。第一次使样品背靠刚性壁面，测得其表面声阻抗率。第二次在样品背部预留80mm深度的空腔，测得此时的表面声阻抗率。
2.3)将两次测量数据代入式(2)可得流阻随频率变化的曲线。由于存在噪声影响，50Hz左右的结果波动极大。为尽可能接近真值，故取60Hz处的结果。
3)标准阻抗管测量样品吸声系数。
根据GB/T 18696.2-2002声学-阻抗管中吸声系数和声阻抗的测量-第2部分：传递函数法的内容要求，使用B&K4206型阻抗管的大管和小管对该样品吸声系数进行测定。大管直径100mm，测量范围为50Hz–1600Hz。小管直径29mm，测量范围为500Hz–6400Hz。大小样品分别做三组实验取平均值，即为该样品的吸声系数。
4)提取样品100Hz–2000Hz频段和1000Hz–6000Hz频段内的测量吸声系数数据，样品数据采样间隔为50Hz。
5)反演求解孔隙率φ和弯曲度α∞。
使用声学模型反演求解孔隙率φ和弯曲度α∞的步骤如下：
5.1)将流动电阻率的结果代入HB模型中，此时HB模型从三个未知参数减少到两个未知参数。
5.2)在频率100Hz–2000Hz的频段上，基于HB模型使用全局优化算法对目标函数求解。即可求得孔隙率φ和弯曲度α∞。
6)反演求解粘性特征长度Λ和热特征长度Λ′。
使用声学模型反演求解粘性特征长度Λ和热特征长度Λ′的步骤如下：
6.1)将流动电阻率、孔隙率和弯曲度的结果代入JCA模型中，此时JCA模型从五个未知参数减少到两个未知参数。
6.2)在频率1000Hz–6000Hz的频段上，基于JCA模型使用全局优化算法对目标函数求解。即可求得粘性特征长度Λ和热特征长度Λ′。
至此，反演识别的五个参数如下表所示。
Figure BDA0003962472280000161
7)将五个参数分别代入HB模型和JCA模型中，即可得到该样品在100Hz–2000Hz和1000Hz–6000Hz频段上的估计吸声系数曲线，每个数据之间的频率间隔为50Hz。
8)按照以下曲线结合方法合并两条估计吸声系数曲线。
结合的方法为，同一频率处，比较两估算曲线值与实测曲线值的差值，若同正或同负则取差值绝对值更小的估算曲线的值；若两差值一正一负，则对两估算值取平均值，比较平均值、两估算曲线值与实测值的差值，取其中绝对值最小的一组。结合完成即可得到100Hz–6000Hz的全频段的估算吸声系数曲线。
9)比较本发明所提方法所得吸声系数数据与实际测量数据的误差，如下表所示。
Figure BDA0003962472280000162
可见，无论是在中低频段(100Hz–2000Hz)还是在全频段(100Hz–6000Hz)，这种预测方法最终得到的吸声系数误差均控制在5％以内，全频段误差更是低于2％，进一步验证了所提的一种使用阻抗管反演多孔吸声材料非声学参数的预测方法的实用性、准确性。
实施例4：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，包括以下步骤：
1)利用标准阻抗管测量待测试多孔吸声材料的所述流动电阻率σ。
2)利用标准阻抗管测量待测试多孔吸声材料的吸声系数，得到吸声系数测量值；
3)建立Hamet-Berengier声学模型，并利用全局优化算法对Hamet-Berengier声学模型进行反演求解，得到待测试多孔吸声材料的孔隙率φ、弯曲度α∞；
4)建立Johnson-Champoux-Allard声学模型，并利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解，得到待测试多孔吸声材料的粘性特征长度Λ和热特征长度Λ′；
5)将待测试多孔吸声材料的流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′分别输入到Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型中，得到不同频段下的吸声系数估计值，分别记为吸声系数第一估计值和吸声系数第二估计值；
6)对不同频段下的吸声系数估计值、吸声系数测量值进行曲线结合，输出吸声系数曲线。
实施例5：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，多孔吸声材料非声学参数包括流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′。
实施例6：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ的步骤包括：
1)分别在声源发生侧和样品放置侧布置标准阻抗管；其中，声源发生侧的标准阻抗管上有三个传声器安装位置，按从左至右的顺序，将传声器分别安装在第一、第三号安装位置内；
2)将待测试多孔吸声材料放置在样品放置侧的标准阻抗管内，该侧阻抗管内有一个与管径等大、与阻抗管材料一致的圆盘，记为刚性终端；所述刚性终端可在管内平移滑动；
令待测试多孔吸声材料的后表面紧贴刚性终端，测量此时待测试多孔吸声材料前表面的声阻抗比Zsp。
3)保持待测试多孔吸声材料位置不变，移动刚性终端位置，使待测试多孔吸声材料的后方形成一个深度为L的空腔，测量此时待测试多孔吸声材料前表面的声阻抗比Z′sp；
计算此时待测试多孔吸声材料后表面的声阻抗ZL，即：
ZL＝-jρccot(k0L)#(1)
式中，ρ为空气密度，c为声速，k0为波数且k0＝2πf/c；f为频率；j为虚数；L为空腔深度；
4)计算待测试多孔吸声材料的传播常数km，即：
Figure BDA0003962472280000181
式中，2l表示待测试多孔吸声材料的厚度；
5)计算待测试多孔吸声材料的特征阻抗Zm，即：
Zm＝jZsp tan(2kml)#(3)
式中，j为虚数；
6)计算待测试多孔吸声材料的流动电阻率σ，即：
Figure BDA0003962472280000182
式中，ω为圆频率。
实施例7：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，利用标准阻抗管测量待测试多孔吸声材料的吸声系数包括传递函数法。
实施例8：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，所述Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型经过了训练，训练目标函数如下所示：
Figure BDA0003962472280000183
其中，αω表示吸声系数计算值，αE表示吸声系数历史实测值；R(X)为吸声系数计算值、吸声系数历史实测之间的差值平方和。
实施例9：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，所述Hamet-Berengier声学模型使用流动电阻率σ、孔隙率φ和弯曲度α∞来描述多孔声学材料的声学特性；
在Hamet-Berengier声学模型中，复波数k和特征阻抗Zc分别如下所示：
Figure BDA0003962472280000184
Figure BDA0003962472280000191
式中，ω为圆频率；φ为材料的孔隙率；
其中，动态密度ρH(ω)和体积模量KH(ω)分别如下所示：
Figure BDA0003962472280000192
Figure BDA0003962472280000193
式中，γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率；
其中，粘性特征fμ和热特征fθ分别如下所示：
Figure BDA0003962472280000194
Figure BDA0003962472280000195
式中，NPr表示普朗特常数；σ表示材料的流动电阻率。
实施例10：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，利用全局优化算法对Hamet-Berengier声学模型进行反演求解的步骤包括：
2)将待测试多孔吸声材料的流动电阻率σ输入到Hamet-Berengier声学模型中，利用全局优化算法在100Hz–2000Hz频段内求解Hamet-Berengier声学模型，得到孔隙率φ和弯曲度α∞；孔隙率φ的取值范围为[0.1，1]；弯曲度α∞的取值范围为[1，10]；
2)计算待测试多孔吸声材料表面声阻抗Zs如下所示：
Zs＝-jZccot(2kl)#(12)
式中，2l表示待测试多孔吸声材料的厚度；Zc表示特征阻抗；
3)建立100Hz–2000Hz频段下的吸声系数估计值α的计算表达式，即：
α＝1-|R|2#(13)
其中，参数R如下所示：
Figure BDA0003962472280000201
式中，Z0为空气的特征阻抗。
实施例11：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，所述Johnson-Champoux-Allard声学模型通过流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′来描述多孔声学材料的声学特性；
所述Johnson-Champoux-Allard声学模型中，复波数k和特征阻抗Zc如下所示：
Figure BDA0003962472280000202
Figure BDA0003962472280000203
其中，动态密度ρJ(ω)和体积模量KJ(ω)分别如下所示：
Figure BDA0003962472280000204
Figure BDA0003962472280000205
式中，η为空气的动态粘度；Λ为材料的粘性特征长度；Λ′为材料的热特征长度；γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率。
实施例12：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解的步骤包括：
将流动电阻率σ、孔隙率φ、弯曲度α∞输入到Johnson-Champoux-Allard声学模型中，利用全局优化算法在1000Hz–6000Hz频段内求解，得到粘性特征长度Λ和热特征长度Λ′；
其中，粘性特征长度Λ和热特征长度Λ′的取值范围均为[10，2000]；并且粘性特征长度Λ≤Λ′。
实施例13：
一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，主要内容见实施例4，其中，对不同频段下的吸声系数第一估计值和第二估计值进行曲线结合的步骤包括：
1)提取1000Hz–2000Hz频段的吸声系数测量值；
2)在1000Hz–2000Hz频段内，分别计算同一频率下吸声系数第一估计值和吸声系数测量值的差值、吸声系数第二估计值和吸声系数测量值的差值，若两个差值同正或同负，则进入步骤3)，否则进入步骤4)；
其中，吸声系数第一估计值由Hamet-Berengier模型计算所得，频段范围为100Hz–2000Hz，吸声系数第二估计值由Johnson-Champoux-Allard模型计算所得，频段范围为1000Hz–6000Hz；
3)以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
4)计算同一频率下吸声系数第一估计值和吸声系数第二估计值的吸声系数平均值；
分别计算同一频率下吸声系数平均值和吸声系数测量值之间差的绝对值、吸声系数第一估计值和吸声系数测量值之间差的绝对值、吸声系数第二估计值和吸声系数测量值之间差的绝对值，以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
5)建立100Hz–6000Hz频段内的吸声系数曲线。

Claims (10)

1.一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，包括以下步骤：
1)利用标准阻抗管测量待测试多孔吸声材料的所述流动电阻率σ。
2)利用标准阻抗管测量待测试多孔吸声材料的吸声系数，得到吸声系数测量值；
3)建立Hamet-Berengier声学模型，并利用全局优化算法对Hamet-Berengier声学模型进行反演求解，得到待测试多孔吸声材料的孔隙率φ、弯曲度α∞；
4)建立Johnson-Champoux-Allard声学模型，并利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解，得到待测试多孔吸声材料的粘性特征长度Λ和热特征长度Λ′；
5)将待测试多孔吸声材料的流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′分别输入到Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型中，得到不同频段下的吸声系数估计值，分别记为吸声系数第一估计值和吸声系数第二估计值；
6)对不同频段下的吸声系数估计值、吸声系数测量值进行曲线结合，输出吸声系数曲线。
2.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，多孔吸声材料非声学参数包括流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′。
3.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，利用标准阻抗管测量待测试多孔吸声材料的流动电阻率σ的步骤包括：
1)分别在声源发生侧和样品放置侧布置标准阻抗管；其中，声源发生侧的标准阻抗管上有三个传声器安装位置，按从左至右的顺序，将传声器分别安装在第一、第三号安装位置内；
2)将待测试多孔吸声材料放置在样品放置侧的标准阻抗管内，该侧阻抗管内有一个与管径等大、与阻抗管材料一致的圆盘，记为刚性终端；所述刚性终端可在管内平移滑动；
令待测试多孔吸声材料的后表面紧贴刚性终端，测量此时待测试多孔吸声材料前表面的声阻抗比Zsp。
3)保持待测试多孔吸声材料位置不变，移动刚性终端位置，使待测试多孔吸声材料的后方形成一个深度为L的空腔，测量此时待测试多孔吸声材料前表面的声阻抗比Z′sp；
计算此时待测试多孔吸声材料后表面的声阻抗ZL，即：
ZL＝-jρc cot(k0L)#(1)
式中，ρ为空气密度，c为声速，k0为波数且k0＝2πf/c；f为频率；j为虚数；L为空腔深度；
4)计算待测试多孔吸声材料的传播常数km，即：
Figure FDA0003962472270000021
式中，2l表示待测试多孔吸声材料的厚度；
5)计算待测试多孔吸声材料的特征阻抗Zm，即：
Zm＝jZsptan(2kml)#(3)
式中，j为虚数；
6)计算待测试多孔吸声材料的流动电阻率σ，即：
Figure FDA0003962472270000022
式中，ω为圆频率。
4.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，利用标准阻抗管测量待测试多孔吸声材料的吸声系数包括传递函数法。
5.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，所述Hamet-Berengier声学模型和Johnson-Champoux-Allard声学模型经过了训练，训练目标函数如下所示：
R(X)＝∑|αω-αE|2#(5)
其中，αω表示吸声系数计算值，αE表示吸声系数历史实测值；R(X)为吸声系数计算值、吸声系数历史实测之间的差值平方和。
6.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，所述Hamet-Berengier声学模型使用流动电阻率σ、孔隙率φ和弯曲度α∞来描述多孔声学材料的声学特性；
在Hamet-Berengier声学模型中，复波数k和特征阻抗Zc分别如下所示：
Figure FDA0003962472270000031
Figure FDA0003962472270000032
式中，ω为圆频率；φ为材料的孔隙率；
其中，动态密度ρH(ω)和体积模量KH(ω)分别如下所示：
Figure FDA0003962472270000033
Figure FDA0003962472270000034
式中，γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率；
其中，粘性特征fμ和热特征fθ分别如下所示：
Figure FDA0003962472270000035
Figure FDA0003962472270000036
式中，NPr表示普朗特常数；σ表示材料的流动电阻率。
7.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，利用全局优化算法对Hamet-Berengier声学模型进行反演求解的步骤包括：
1)将待测试多孔吸声材料的流动电阻率σ输入到Hamet-Berengier声学模型中，利用全局优化算法在100Hz-2000Hz频段内求解Hamet-Berengier声学模型，得到孔隙率φ和弯曲度α∞；孔隙率φ的取值范围为[0.1，1]；弯曲度α∞的取值范围为[1，10]；
2)计算待测试多孔吸声材料表面声阻抗Zs如下所示：
Zs＝-jZccot(2kl)#(12)
式中，2l表示待测试多孔吸声材料的厚度；Zc表示特征阻抗；
3)建立100Hz-2000Hz频段下的吸声系数估计值α的计算表达式，即：
α＝1-|R|2#(13)
其中，参数R如下所示：
Figure FDA0003962472270000041
式中，Z0为空气的特征阻抗。
8.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，所述Johnson-Champoux-Allard声学模型通过流动电阻率σ、孔隙率φ、弯曲度α∞、粘性特征长度Λ和热特征长度Λ′来描述多孔声学材料的声学特性；
所述Johnson-Champoux-Allard声学模型中，复波数k和特征阻抗Zc如下所示：
Figure FDA0003962472270000042
Figure FDA0003962472270000043
其中，动态密度ρJ(ω)和体积模量KJ(ω)分别如下所示：
Figure FDA0003962472270000044
Figure FDA0003962472270000045
式中，η为空气的动态粘度；Λ为材料的粘性特征长度；Λ′为材料的热特征长度；γ表示空气的比热比，ρ0表示空气密度；α∞表示弯曲度；P0表示当前环境大气压；f为频率。
9.根据权利要求8所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，利用全局优化算法对Johnson-Champoux-Allard声学模型进行反演求解的步骤包括：
将流动电阻率σ、孔隙率φ、弯曲度α∞输入到Johnson-Champoux-Allard声学模型中，利用全局优化算法在1000Hz-6000Hz频段内求解，得到粘性特征长度Λ和热特征长度Λ′；
其中，粘性特征长度Λ和热特征长度Λ′的取值范围均为[10，2000]；并且粘性特征长度Λ≤Λ′。
10.根据权利要求1所述一种使用阻抗管反演多孔吸声材料非声学参数的预测方法，其特征在于，对不同频段下的吸声系数第一估计值和第二估计值进行曲线结合的步骤包括：
1)提取1000Hz–2000Hz频段的吸声系数测量值；
2)在1000Hz–2000Hz频段内，分别计算同一频率下吸声系数第一估计值和吸声系数测量值的差值、吸声系数第二估计值和吸声系数测量值的差值，若两个差值同正或同负，则进入步骤3)，否则进入步骤4)；
其中，吸声系数第一估计值由Hamet-Berengier模型计算所得，频段范围为100Hz–2000Hz，吸声系数第二估计值由Johnson-Champoux-Allard模型计算所得，频段范围为1000Hz–6000Hz；
3)以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
4)计算同一频率下吸声系数第一估计值和吸声系数第二估计值的吸声系数平均值；
分别计算同一频率下吸声系数平均值和吸声系数测量值之间差的绝对值、吸声系数第一估计值和吸声系数测量值之间差的绝对值、吸声系数第二估计值和吸声系数测量值之间差的绝对值，以差的绝对值最小的吸声系数作为该频率点对应的吸声系数估计值；
5)建立100Hz–6000Hz频段内的吸声系数曲线。
CN202211486243.1A 2022-11-24 2022-11-24 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法 Pending CN115711945A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211486243.1A CN115711945A (zh) 2022-11-24 2022-11-24 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211486243.1A CN115711945A (zh) 2022-11-24 2022-11-24 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法

Publications (1)

Publication Number Publication Date
CN115711945A true CN115711945A (zh) 2023-02-24

Family

ID=85234698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211486243.1A Pending CN115711945A (zh) 2022-11-24 2022-11-24 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法

Country Status (1)

Country Link
CN (1) CN115711945A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117809786A (zh) * 2024-03-01 2024-04-02 国网江西省电力有限公司电力科学研究院 一种基于吸声材料服役状态的变电站声屏障构建方法
CN117809786B (zh) * 2024-03-01 2024-06-04 国网江西省电力有限公司电力科学研究院 一种基于吸声材料服役状态的变电站声屏障构建方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117809786A (zh) * 2024-03-01 2024-04-02 国网江西省电力有限公司电力科学研究院 一种基于吸声材料服役状态的变电站声屏障构建方法
CN117809786B (zh) * 2024-03-01 2024-06-04 国网江西省电力有限公司电力科学研究院 一种基于吸声材料服役状态的变电站声屏障构建方法

Similar Documents

Publication Publication Date Title
Seybert et al. Experimental determination of acoustic properties using a two‐microphone random‐excitation technique
Brandão et al. A review of the in situ impedance and sound absorption measurement techniques
Salze et al. An experimental characterisation of wall pressure wavevector-frequency spectra in the presence of pressure gradients
Gaubitch et al. Performance comparison of algorithms for blind reverberation time estimation from speech
Devenport et al. Measurements of roughness noise
Katz Method to resolve microphone and sample location errors in the two-microphone duct measurement method
Jones et al. Comparative study of impedance eduction methods, Part 2: NASA tests and methodology
CN106018561B (zh) 不同管道结构中声波幅值衰减系数的测量系统及方法
Champoux et al. Measurement of acoustic impedance in a free field at low frequencies
Singh et al. Development of an impulse technique for measurement of muffler characteristics
Herrig et al. Broadband airfoil trailing-edge noise prediction from measured surface pressures and spanwise length scales
Sadouki et al. Measuring static viscous permeability of porous absorbing materials
Wenmaekers et al. The effective air absorption coefficient for predicting reverberation time in full octave bands
Awasthi et al. Two-step hybrid calibration of remote microphones
CN115711945A (zh) 一种使用阻抗管反演多孔吸声材料非声学参数的预测方法
CN102426035A (zh) 一种多孔吸声材料静流阻率和曲折度的测试方法
Dalmont et al. On the accuracy of bore reconstruction from input impedance measurements: Application to bassoon crook measurements
CN113375737A (zh) 时差式超声气体流量计的流速计量方法
Peerlings Methods and techniques for precise and accurate in-duct aero-acoustic measurements: Application to the area expansion
Smyth et al. Estimating waveguide model elements from acoustic tube measurements
CN109696660B (zh) 一种检测自由声场传声筒幅值灵敏度与相位精确测量方法
Maison et al. Practical guidelines for implementing vocal tract resonances characterization with excitation at the lips
Muehleisen et al. Comparison of errors in the three-and four-microphone methods used in the measurement of the acoustic properties of porous materials
Rodriguez et al. Input impedance in flow ducts: Theory and measurement
Rodriguez et al. The three-measurement two-calibration method for measuring the transfer matrix

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination