当前位置: 首页 > article >正文

Matlab Delany-Bazley和Miki模型预测多孔材料吸声性能

图片

    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:

图片

     其中:

图片

    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:

图片

其中:

图片

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。

图片

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;

图片

图片


http://www.kler.cn/a/311956.html

相关文章:

  • C++开发基础之使用librabbitmq库实现RabbitMQ消息队列通信
  • 【MySQL】数据库知识突破:数据类型全解析与详解
  • 游戏引擎学习第五天
  • 前端代码分析题(选择题、分析题)——this指向、原型链分析
  • 丹摩征文活动 | 丹摩智算:大数据治理的智慧引擎与实践探索
  • Selenium+Pytest自动化测试框架 ------ 禅道实战
  • pprof简单使用
  • 五、I/O与网络编程-5.2、网络编程
  • 全国各省山峰分布SHP数据
  • 【深度学习】(3)--损失函数
  • git使用“保姆级”教程1——简介及配置项设置
  • Kafka基础概念
  • Vivado FIR IP 详解 (一)
  • yolo车位数据集
  • MATLAB 图像处理入门详解
  • 油烟机制造5G智能工厂物联数字孪生平台,推进制造业数字化转型
  • 2.计算机网络基础
  • C# 比较对象新思路,利用反射技术打造更灵活的比较工具
  • 基于 jenkins 的持续集成、持续部署方案
  • 自然语言处理入门:从基础概念到实战项目
  • 计算机毕业设计 教师科研信息管理系统的设计与实现 Java实战项目 附源码+文档+视频讲解
  • Redis性能测试redis-benchmark
  • ORACLE SAVEPOINT保存点
  • Vue 中常用的基础指令
  • 一、编译原理(引论)
  • 【Python技术】使用akshare、scikit-learn预测股票涨跌简单例子