张浩

报告题目：

基于人工智能的极低频宽频域吸声超结构优化研究

个人简介：

张浩，中国空气动力研究与发展中心高级工程师，博士，新西兰奥克兰大学访问学者。长期从事气动设备结构设计、振动与噪声控制、智能化等领域相关研究。以第一作者在Applied Physics Letters、Applied Physics Express、Journal of sound and vibration等国内外著名学术期刊发表论文20余篇。主持国家自然科学基金等多个项目。获湖南省自然科学奖一等奖1项。

摘要：

针对有限尺度极低频宽频域吸声的工程需求，本研究提出一种基于人工智能的并联耦合多阶折叠通道的声学超材料优化方法，通过结合折叠结构的低频吸声优势与并联结构的宽频特性，实现了深亚波长尺度下的高效低频宽带优化吸声。理论建模与数值仿真表明，该优化结构通过多阶折叠通道延长声程并引入多共振峰，显著拓宽吸声带宽，在总厚度650 mm内，优化后的结构在50-200 Hz频段内平均吸声系数达0.97，最低吸声系数0.72，吸声带宽≥150 Hz。实验结果显示，在相同频段内平均吸声系数>0.89，实测结果与理论预测吻合良好。进一步参数分析表明，穿孔率、板厚及腔深协同优化是提升吸声性能的关键。本研究为极低频噪声控制提供了兼具小尺度与宽频带特性的创新解决方案。