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
罗西的思考7 分钟前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
冬奇Lab1 小时前
OpenClaw 源码精读(2):Channel & Routing——一条消息如何找到它的 Agent?
人工智能·开源·源码阅读
冬奇Lab1 小时前
一天一个开源项目(第38篇):Claude Code Telegram - 用 Telegram 远程用 Claude Code,随时随地聊项目
人工智能·开源·资讯
格砸2 小时前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云2 小时前
可观测性 4.0:教系统如何思考
人工智能
sunny8653 小时前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github
小笼包包仔3 小时前
OpenClaw 多Agent软件开发最佳实践指南
人工智能
smallyoung3 小时前
AgenticRAG:智能体驱动的检索增强生成
人工智能
_skyming_3 小时前
OpenCode 如何做到结果不做自动质量评估,为什么结果还不错?
人工智能
HXhlx3 小时前
CART决策树基本原理
算法·机器学习