一维周期层状声子晶体带隙隔振特性研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:hasfyturnip
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
隔振技术是工程振动控制的一种重要方法,一直是振动与噪声控制领域研究的重要问题之一。由传统隔振器件或材料构成的单层隔振系统在工程中得到广泛应用,但对于这类隔振系统,由于隔振器的分布质量特性会在中、高频段产生驻波效应,从而使隔振性能显著下降。因此,提升隔振器在中、高频段处的隔振性能已成为隔振技术需要解决的问题之一。近年来,声物理领域声子晶体概念的提出和相关研究的不断深入为突破减振降噪领域技术瓶颈提供了新的思路。声子晶体是由两种或两种以上不同物理性质的材料在周期方向上交替排列而构成的人工材料或结构。当振动以弹性波的形式在其中传播时,在特定频段具有波带隙特性,可以实现声子晶体中振动的衰减。为解决传统单层隔振系统中、高频性能差的问题,本文将声子晶体带隙应用于隔振设计。在深入研究一维周期层状声子晶体带隙特性、产生机理及参数影响规律的基础上,针对特定目标频段,通过参数寻优实现带隙隔振设计,最终得到声子晶体隔振材料及隔振器件,实现带隙频段内隔振性能的提升。本文的主要研究内容如下:1、首先基于传递矩阵法,对一维周期层状声子晶体的能带结构以及有限周期条件下的振动传输特性进行了建模分析,给出了带隙频段与振动传输系数的理论计算方法;进一步针对单层隔振系统,建立了负载条件下隔振系统隔振特性的计算方法。最后通过相关算例验证了其正确性与有效性,从而为参数影响分析和隔振器件、材料设计奠定了理论基础。2、在理论计算方法的基础上,深入分析了一维声子晶体隔振材料的带隙特性、振动传输特性的参数影响规律及影响机理,并通过有限元法进行了验证。针对带隙隔振性能设计,分别研究了周期多层声子晶体隔振材料、包含缺陷态异构的声子晶体隔振材料和包含离散单元的声子晶体隔振材料的隔振特性与参数寻优设计方法。在此基础上,建立了针对特定工程应用需求的隔振系统模型,并通过有限元法验证了系统的隔振特性,证明了其带隙频段隔振性能有所提升。3、在理论与仿真分析基础上,进一步设计并制备了隔振材料样件与隔振器样件,并展开了隔振特性实验研究,验证了模型的正确性。总之,本文以中、高频特定频段隔振特性提高为目标,以一维声子晶体带隙理论为指导,针对指定频段下的带隙隔振特性进行参数寻优分析,设计并制备了多种声子晶体隔振材料,进行了有限元建模仿真验证与实验验证。本文的研究工作为提高传统隔振系统中、高频隔振性能提供了设计实现思路。
其他文献
蚁群优化算法(Ant Colony Optimization Algorithm,ACO)源于对蚁群觅食过程的研究,通过每只蚂蚁的简单搜索,整个蚁群能够发现食物源与蚁巢之间距离最短的路线,是以群体智能为
为了改善传统直接转矩控制(DTC)调速系统中存在的转矩及磁链脉动过大等问题,将自抗扰控制、滑模控制等先进控制理论应用到异步电动机DTC中,设计了新的控制策略,达到有效削弱
石墨烯因为其各种优异性能引起科研界的研究热潮,石墨烯基宏观材料在储能、传感、催化等领域有很大应用前景。目前常用氧化石墨烯片作为组装石墨烯宏观材料的基础材料,先将氧
随着电力系统电网规模日益变大,系统运行的不安全性也不断增加,近年来全球发生的多起电压崩溃事故给人民生活和经济发展带来了重大影响,电压稳定性问题备受各国关注和重视,因此寻找评价系统电压稳定性的合适指标极其重要。基于线性化网络的电压稳定性指标,通过把电源等效为电压源、负荷等效为电流源,简化内部电力系统。该指标的计算不基于潮流方程,满足计算电压稳定的快速性,但当处于极限时,各节点电压不趋于理论值,不能准
流动聚焦作为一种毛细流动现象,能够稳定、连续、可控、低成本地产生微纳米级液滴或者颗粒。该方法通过流场的剪切作用,将液体界面平稳拉伸,进而形成极细的射流,射流由于不稳
粒子群优化(Particle Swarm Optimization,PSO)算法是群集智能算法的一种。该算法全局搜索和收敛能力很强,而且概念十分简单也易于实现,所以发展十分迅猛并在各个领域都有应
有机硫化物在医药、材料等多个领域都具有重要应用。α-酰氧基硫醚(也可以称为烷基硫甲基酯),作为一类重要的有机硫化合物,应用也是非常广泛。该结构可以作为保护基应用于多
对基础设施需求的日益增加推动了PPP(Public-Private-Partnership)模式在中国不断推广,各部委出台一系列政策鼓励地方政府采用PPP模式进行基础设施建设。当PPP项目完成建设并
锚是船舶最重要的设备之一,其主要功能是使船舶安全停泊在预定的水域或海区。在船舶靠离泊操纵中,锚还可以用来辅助控制船舶运动。此外,锚设备还是船舶在紧急情况下最有效可
不平衡数据集指的是数据集中某一类(下称多数类)的样本数量相对其他类(少数类)多得多。传统的分类算法默认训练集中各样本类别的样本数量基本均衡,然而实际的数据集中样本可