Matlab Delany-Bazley和Miki模型预测多孔材料吸声性能

Delany-Bazley模型和Miki模型是常用于预测多孔材料吸声性能的两种模型。Delany-Bazley模型是一种经验模型,用于描述多孔材料的声学特性,特别是复杂多孔材料如泡沫材料。该模型基于材料的几何参数(如孔隙率、孔隙形状等)来预测材料的声学吸收性能。基本方程如下所示:

其中:

Miki模型是一个复杂的声学模型,用于描述多孔材料的声学吸声性能。该模型考虑了多孔材料内部的复杂声学过程,并基于材料的几何参数和声学参数来进行建模。Miki模型的一般方程式如下所示:

其中:

Miki模型中的参数通常需要根据具体的多孔材料和实验数据来确定。这些参数包括多孔材料的孔隙结构参数(如孔隙率、孔隙形状等),材料的声学性质(如声速、密度等),材料的吸声性能参数(如吸声系数等)。Miki模型是一个复杂的模型,其具体方程式和参数可能会有所变化或扩展,具体取决于研究的深度和应用的需要。在实际应用中,通常需要结合实验数据和模型预测来验证和调整参数,以更好地描述多孔材料的声学吸声性能。

复制代码
clear all;clc;c0 = 343; % m/sro0 = 1.21; % kg/m^3sigma = 40000; % Pa/m^2 - flow resistivityd = 0.02; % mfmin = 50; % Hzfmax = 6400; % Hzf = fmin:2:fmax; % Hzpsi = 0; % rad%% wall - air - mineral woolair_thickness = 0.09;wool_thickness = 0.05;sigma = mineral_fibre_flow_resistivity(); % Pa/m^2[zc_db, kc_db] = zc_kc('DB', sigma, f, c0, ro0);[zc_m, kc_m] = zc_kc('Miki', sigma, f, c0, ro0);z_air = surface_impedance_single_layer(ro0 * c0, 2*pi.*f./c0, air_thickness);z_air_wool_db = surface_impedance_next_layer(z_air, zc_db, kc_db, wool_thickness);z_air_wool_m = surface_impedance_next_layer(z_air, zc_m, kc_m, wool_thickness);a_air_wool_db = abs_coeff(z_air_wool_db, c0, ro0, psi);a_air_wool_m = abs_coeff(z_air_wool_m, c0, ro0, psi);figure(2)xticks_plot = 125 * 2.^(-1:1:5);semilogx(f, a_air_wool_db,f, a_air_wool_m);xlim([fmin fmax]);set(gca,'XTick',xticks_plot);title('Absorption coefficient of wall - air - mineral wool setup');legend('Delany-Bazley model', 'Miki model', 'Location', 'southeast');xlabel('f [Hz]');ylabel('abs. coeff.');

function [zc, kc] = zc_kc(model, sigma, f, c0, ro0)omega = 2 * pi * f;X = ro0 * f / sigma;if strcmp(model, 'DB')    zc = ro0 * c0 * (1 + 0.0571 * X.^(-0.754) - 1i*0.087 * X.^(-0.732));    kc = (omega / c0 ).*(1 + 0.0978 * X.^(-0.7) - 1i * 0.189 * X.^(-0.595));elseif strcmp(model, 'Miki')    zc = ro0 * c0 * (1 + 0.07 * (f / sigma).^(-0.632) - 1i*0.107*(f/sigma).^(-0.632));    kc = (omega / c0).* (1 + 0.109 * (f / sigma).^(-0.618) - 1i*0.160*(f/sigma).^(-0.618));end;
相关推荐
近津薪荼3 小时前
dfs专题4——二叉树的深搜(验证二叉搜索树)
c++·学习·算法·深度优先
牵牛老人3 小时前
【Qt 开发后台服务避坑指南:从库存管理系统开发出现的问题来看后台开发常见问题与解决方案】
开发语言·qt·系统架构
晚霞的不甘3 小时前
CANN × ROS 2:为智能机器人打造实时 AI 推理底座
人工智能·神经网络·架构·机器人·开源
熊文豪3 小时前
探索CANN ops-nn:高性能哈希算子技术解读
算法·哈希算法·cann
froginwe113 小时前
Python3与MySQL的连接:使用mysql-connector
开发语言
互联网Ai好者3 小时前
MiyoAI数参首发体验——不止于监控,更是你的智能决策参谋
人工智能
island13143 小时前
CANN HIXL 通信库深度解析:单边点对点数据传输、异步模型与异构设备间显存直接访问
人工智能·深度学习·神经网络
初恋叫萱萱3 小时前
CANN 生态中的图优化引擎:深入 `ge` 项目实现模型自动调优
人工智能
不爱学英文的码字机器3 小时前
深度解读CANN生态核心仓库——catlass,打造高效可扩展的分类器技术底座
人工智能·cann
Kiyra4 小时前
作为后端开发你不得不知的 AI 知识——RAG
人工智能·语言模型