基于神经网络的舰艇振动噪声传递路径分析.pdf

基于神经网络的舰艇振动噪声传递路径分析

摘要

声隐身性能主要取决于舰艇产生的噪声水平，而控制噪声是舰艇声学设计中着重考

虑的因素。在舰艇巡航时，舰艇辐射噪声主要为机械噪声。为了后续的针对性降噪，需

要找到振动噪声的主要传递路径。由于舰船振动噪声传递过程的复杂性，现有的方法无

法准确快速的找到振动传递路径。因此，通过对舰船的辐射噪声从机械设备传播至壳体

最终辐射至水声评价点的过程进行研究，找到噪声的主要传递路径，具有重要的意义。

本文对舰艇机械结构振动噪声的响应预测、贡献量分析以及振动传递路径分析问题

开展了研究，系统分析了舰艇舱段噪声从机械设备传播至壳体最终向水声场辐射的过程，

并对现有的工况传递路径理论提出了一定改进。本文完成的主要工作包括:

1.针对工况传递路径无法判断是否遗漏重要传递路径问题，提出使用基于偏向干的

重相干分析，来检验输入输出信号的完备性，避免遗漏重要传递路径。并将其融入基于

神经网络的工况传递路径分析方法的数据预处理流程，改进了基于神经网络的工况传递

路径分析方法的处理流程。

2.针对传统传递路径分析方法的传递函数估计精度低的问题，提出了基于神经网络

的工况传递路径分析方法，通过调整神经网络结构参数，得到适用与舰船振动传递特性

分析的神经网络。之后，使用调整后的神经网络对比分析了传统工况传递路径分析方法

与本文提出方法的优劣，通过仿真计算证明了神经网络方法可以增加传递路径分析方法

的抗串扰和噪声干扰的能力，提高求取传递函数的精度。此外，还通过引入重相干分析

来避免重要传递路径被遗漏。

3.针对舰艇复杂结构的振动噪声传递特性分析问题，以工况传递路径分析为基础，

结合神经网络，建立了基于神经网络的舰艇舱段多级工况传递路径分析模型。按照机械

设备噪声的传播顺序将舰艇舱段划分为多个子系统，将舱段模型试验和实舱段试验得到

的数据用于各个子系统测点之间的传递特性分析，最后分析得到振动噪声的主要传递路

径，并通过该模型对振动噪声进行预报，验证了方法的有效性。

关键词：传递路径分析；神经网络；频响函数；响应预测

基于神经网络的舰艇振动噪声传递路径分析

ABSTRACT

Theperformanceofacousticstealthmainlydependsonthelevelofnoisegeneratedbythe

ship,andcontrollingnoiseisakeyfactortoconsiderinshipacousticdesign.Duringship

cruising,themainradiatednoiseoftheshipismechanicalnoise.Inordertoachievetargeted

noisereductioninthefuture,itisnecessarytofindthemaintransferpathofvibrationnoise.

Duetothecomplexityofthetransferprocessofshipvibrationandnoise,existingmethods

cannotaccuratelyandquicklyfindthevibrationtransferpath.Therefore,itisofgreat

significancetostudytheprocessofradiatingnoisefromshipsfrommechanicalequipmentto

theshellandultimatelytotheunderwateracousticevaluationpoint,inordertoidentifythe

maintransferpathofnoise.

Thisarticleconductsresearchontheresponseprediction,contribu