关键词:
声学超材料
声吸收体
人工神经网络
逆向设计
摘要:
超材料声吸收体由于深度亚波长特性广受关注,但目前其设计及性能优化主要基于参数化扫描方法,该方法依赖人工物理直觉及设计因子,在多参数优化过程中存在计算资源占用量大、优化耗时且无法保证得到全局最优解等问题。为此,基于人工神经网络算法,提出了一种便捷高效的超材料声吸收体设计和优化方案,包括根据基元几何参量正向预测声吸收体的整体声学特性,以及根据目标声学频谱逆向设计所需的基元几何结构。同时,通过耦合由该神经网络优化得到的吸收元胞,设计了一种深度亚波长的宽带声吸收体,可在300~400 Hz范围内实现92.6%的平均声吸收,其结构总厚度仅为36.2 mm。所提优化方案可多参量同步优化,计算速度快,适用度广。