舰船科学技术  2023, Vol. 45 Issue (9): 1-8    DOI: 10.3404/j.issn.1672-7649.2023.09.001   PDF    
水下航行器线谱振动噪声研究进展
苏常伟1, 梁冉2, 王雪仁1,2, 周涛1, 李海超1,2     
1. 中国人民解放军92578部队,北京 100161;
2. 哈尔滨工程大学 船舶工程学院,黑龙江 哈尔滨 150001
摘要: 水下航行器噪声的线谱分布特征是其被探测、识别的重要信息,直接决定其在复杂海洋环境中的生存力和战斗力。本文围绕水下航行器线谱振动噪声展开回顾总结,系统梳理水下航行器线谱振动噪声的形成机理、频谱特性以及噪声传递路径;研究水下航行器振动声辐射预报方法,频域上基于SEA,FEM预报稳态声场,时域上基于波动理论分析瞬态声场;从被动控制、主动控制、其他控制等角度,分析近年来国内外线谱振动噪声控制进展;给出了噪声智能识别监测系统、基于态势感知的噪声快速预报技术、噪声动态控制技术一体化的未来发展趋势。
关键词: 水下航行器     线谱     振动噪声     预报与控制    
Research progress of line spectrum vibration and noise of underwater vehicle
SU Chang-wei1, LIANG Ran2, WANG Xue-ren1,2, ZHOU Tao1, LI Hai-chao1,2     
1. No. 92578 Unit of PLA, Beijing 100161, China;
2. Ship Building Engineering College, Harbin Engineering University, Harbin 150001, Harbin, China
Abstract: The line spectrum distribution characteristics of underwater vehicle noise is a vital statistics for its detection and identification, which directly determines its survivability and combat effectiveness in the complicated ocean environment. In this paper, the formation mechanism, spectrum characteristics, and noise transmission path of the line spectrum vibration noise of the underwater vehicle are systematically sorted out. The prediction methods of vibration and acoustic radiation of underwater vehicle are researched. The steady sound field is predicted based on SEA and FEM in the frequency domain, and the transient sound field is analyzed based on wave theory in the time domain. The research progress of line spectrum vibration and noise control at home and abroad in recent years is analyzed from the perspectives of passive control, active control, and chaos control. The future development trend of the integration of noise intelligent identification and monitoring systems, fast noise prediction technology based on Situation awareness, and noise dynamic control technology is presented.
Key words: underwater vehicle     line spectrum     vibration and noise     prediction and control    
0 引 言

随着信号处理技术与电子技术的蓬勃发展,现有被动声呐识别与目标跟踪能力实现了较大提升,工作频带也逐渐趋近于低频段(如拖曳阵声呐工作频率为50 Hz~1 kHz),探测距离逐渐变远,精度显著提升[1]。声呐系统利用噪声探测识别水声目标,水下航行器的声辐射场强度每降低10 dB,被敌方声呐、声自导鱼雷探测发现的距离就降低约32%[2],从而显著提高其隐蔽性与生存能力;而声呐平台自噪声每减少5 dB,对敌方目标的探测和追踪距离就提高60%左右[3],搜索海区面积将扩大3倍,充分发挥其隐蔽性实施先敌发现、先敌攻击。因此,降低水下航行器振动噪声,显著提高水下航行器隐蔽性,对提高其生命力与战斗力具有重大意义[4]

然而水下航行器降噪技术大幅降低的只是数百赫兹以上频段的辐射噪声,在低频段仍存在难以消除的线谱特征。线谱振动噪声承载着水下航行器的重要信息,能使航行器被远距离识别,是水声设备探测水下航行器的重要途径。世界各海军强国纷纷将线谱振动噪声控制作为水下航行器减振降噪的牵引性指标,针对水下航行器线谱振动噪声的问题,本文围绕水下航行器结构线谱振动噪声进行回顾总结,从水下航行器线谱振动噪声特性、预报及控制三方面展开研究,并提出降低水下航行器线谱振动噪声的未来发展方向。

1 水下航行器线谱振动噪声特性

水下航行器辐射噪声的线谱分布是其“声指纹”特征,包含着被探测、识别的重要信息。水下航行器辐射噪声声源集中且丰富,频谱成分复杂,耦合严重,噪声强度大,声传递路径繁琐[5]。因此,梳理水下航行器线谱噪声形成机理,分析水下航行器线谱噪声频谱特性,了解水下航行器线谱振动噪声主要传递路径,对于水下航行器线谱噪声预报与控制具有指导性意义。

1.1 水下航行器线谱振动噪声形成机理

水下航行器在航行或作业时,机械设备、推进系统、流固耦合面等产生的振动能量通过壳体向水中辐射声波,即水下辐射噪声,其功率谱包括连续谱和线谱两部分[6]

1)线谱

线谱是由频率离散成分组成的谱,从数学角度看,一个信号若能用傅里叶级数表示,该信号的频谱就是线谱。水下线谱噪声通常超出连续谱噪声约3~6 dB或以上,存在多条明显的窄带峰值。

2)连续谱

噪声水平是频率的连续函数,频率范围从几赫兹到几万赫兹。

水下航行器线谱噪声声源主要有螺旋桨叶片速率线谱、机械噪声线谱、叶片结构唱音线谱,图1为典型水下航行器辐射噪声谱。

图 1 典型水下航行器辐射噪声线谱[7] Fig. 1 Line spectrum of radiated noise from typical underwater vehicles

1)螺旋桨叶片速率线谱

由涡桨驱动的水下航行体在湍流中高速航行时,螺旋桨叶片周期性切割周围流体引起的低频线谱谐波噪声。其线谱噪声与频率系数满足:

$ {f_m} = mn{f_0}。$

式中: $ {f_m} $ 为叶片做 $ m $ 次谐波的频率; $ {f_0} $ 为螺旋桨轴频; $ n $ 为螺旋桨叶片数。

水下航行器高速航行时,轴频变高,实际应用中常将轴频作为识别水下目标运动速度的依据。

2)机械噪声线谱

机械不平衡产生的噪声、重复不连续的工作部件噪声、电磁力脉冲噪声、机械零部件碰撞噪声、往复机活塞拍击噪声、轴承噪声大都为线谱噪声[8]。前4种线谱噪声的主要成分是振动的基频及其谐波分量,后2种噪声声谱中含有线谱分量,主要来源于曲轴旋转频率的谐波。

3)叶片结构唱音线谱

当Karman漩涡脱落频率与桨叶固有频率耦合时,螺旋桨叶片发生涡激共振[9],频率范围在100 Hz~1 kHz,是一种低频的强线谱。唱音发生后,唱音频率处的螺旋桨噪声谱级提高10~20 dB,并在较大的转速范围内持续[9],唱音频率几乎不受螺旋桨转速影响,还会引起螺旋桨周围的水下航行器壳板剧烈振动。

除上述噪声源外,当航行器结构或孔腔,尤其是表面的开孔腔体结构作为强线谱噪声的谐振源时,线谱噪声的主要成分为水动力噪声的线谱分量[10]。水下航行器总体振动和局部振动也会通过船壳辐射到水中,产生几赫兹到几百赫兹的船体结构线谱噪声。

1.2 水下航行器线谱振动噪声频谱特性

水下航行器的流激噪声随航速增大而幂增长,这部分线谱噪声主要由推进系统、旋转机械产生,其频谱特性呈现出在10 Hz~100 Hz频率范围内弱线谱与强线谱的叠加,幅值与频率随水下航行器的速度而改变,具有谐波形式的频率分量[11,12]。如图2所示,当水下航行器处于高航速状态时,辐射噪声以水动力噪声与螺旋桨噪声为主,频谱表现为宽带连续谱;当水下航行器处于低航速状态时,其辐射噪声主要为机械噪声,频谱表现为窄带线谱[13]。中、高频段振动噪声衰减较快,对水下航行器整体隔声性能的影响不大,而低频振动噪声能量集中,衰减缓慢,传播距离远,不易被其他信号调制,是水下探测的重要目标[14]

图 2 水下航行器噪声频谱图 Fig. 2 Noise spectrum of underwater vehicle
1.3 水下航行器线谱振动噪声传递路径及影响

水下航行器低频线谱振动噪声传递主要路径非常复杂,主要有以下方面[14]

1)航行器内机械设备周期往复运转产生的声振能量经由基座传递至壳体。

2)航行器螺旋桨推力脉动经由传动系统激励艇体振动,并向周围流体介质辐射低频线谱噪声。

3)航行器内机械设备振动引起管路振动,振动能量经由支撑销与海管传递至基座、船体。

4)管道内液体脉动将直接在海管口形成低频线谱辐射噪声。

线谱振动噪声对水下航行器有巨大危害。在军用领域,降低水下航行器线谱振动噪声能提高其声隐身性能,提高生存力和战斗力。首先,水下航行器噪声的线谱分布是其“声指纹”特征,包含水下航行器桨轴频率特征以及桨叶频率特征,低频中还有将船体尺度作为冲激响应系统的信号特征[15],能为水声探测器材提供详细的搜索、探测和跟踪信息,直接决定其在复杂海洋环境中的生命力。其次,水下航行器线谱噪声可能引爆某些水下武器,如装有声引信的鱼雷、水雷,或者引起声制导鱼雷的跟踪攻击,严重威胁自身安全。再次,水下航行器线谱噪声会干扰本体声呐等精密仪器设备,从而严重影响本体的水声观通作业,导致“耳目”失灵。同时,线谱振动会使航行器结构和设备等长期受交变载荷作用,引起结构疲劳损伤。最后,线谱振动引起的结构噪声经船伺结构传播到舱室,导致工作和居住环境恶化。开展水下航行器结构减振降噪研究,着重关注中低频线谱振动噪声,能有效提高水下航行器隐身性能。

2 水下航行器线谱振动噪声预报

为了提高水下航行器声隐身性能,研究线谱振动噪声控制方案。首先要有先进的噪声预报方法快速计算出不同方案的降噪量值,特别是线谱噪声预报技术。水下航行器线谱噪声预报方法可大致分为两类,一类是解析法,另一类是数值法[16]

解析法基于结构、边界条件和激励特性,根据严格的公式推导,求得结构水下振动声辐射的理论解析解的方法[17]。这种方法具有较高的精度和求解效率,能对简单结构进行机理分析和参数化研究,但难以定量分析复杂结构。解析法包括基于声学Helmholtz方程的频域分析和以声学波动方程为基础时域分析,前者适用于稳态声场的研究,后者适用于瞬态声场的分析。高聪[18-20]基于时域波动分析法,实现时间域和空间域的声场物理量离散,提出了水下航行器结构线谱振动噪声预报方法及应用研究。

数值法利用数值分析方法求解结构振动声辐射。数值法[17]主要分为:1)适用于结构高频段噪声预报的统计能量法(SEA);2)应用于结构中低频段噪声预报的离散法,包括有限元法(FEM)、边界元法(BEM)、有限元/边界元法等。此外,还有无限元法(IEM)、匹配层技术(PML,AML)、矩阵传递法、神经网络法等也相继被提出。相比解析法,数值法可实现相对复杂结构的振动噪声预报。

在结构高频段噪声预报领域,20世纪60年代,Lyon[21]和Smith[22]首次提出统计能量分析法(SEA)。盛美萍[23]在统计能量法(SEA)的基础上,逐一分析了双结构保守、非保守系统振动噪声特性,以及复杂耦合结构的声振传递特性,并采用导纳方法探究水下航行器声振特性,通过试验验证有效性。李天匀等[24]基于SEA方法深入分析声呐自噪声,搭建基于VB的软件预报系统,并应用于多型潜艇声呐自噪声预报。李玉慧[25]基于加筋柱壳模型,运用统计能量法分析其辐射噪声特性,试验表明中高频段具有较高的预报精度,低频段精度较差。张波[26-27]运用VA-One软件,先后建立基于双层圆柱壳与油船的SEA模型与FE-SEA模型,结果表明,SEA方法能有效计算高频区振动及声辐射。

在结构中低频段噪声预报领域,龚丞[28]利用大涡模拟技术计算湍流脉动压力,运用声学FEM预报双体船水下辐射噪声,结果显示,该方法在低频段噪声预报结果高于统计能量法,而高频与统计能量法趋于一致。杜奎[29]将有限元法和边界元法结合起来,通过Sysnoise软件计算鱼雷辐射噪声级,并得到声压级云图。孙启[30]则采用直接声振耦合FEM+AML(有限元和自动匹配层)技术,对船舶海底门不同工作状态下噪声进行预报分析,从而对比不同海底门方案对流噪声辐射的影响。吴闯[31]根据声振传递函数不变性,基于声波能量叠加原理,提出舰船水下辐射噪声快速预报方法,通过试验验证有效性,设计开发了舰船水下辐射噪声快速预报/在线监测软件。

针对频域预报方法计算规模大、易出现“峰值遗漏”现象,庞福振等[32-34]基于波动理论,采用有限元/边界元建立了船舶结构振动噪声时域预报方法,该时域分析方法与频域分析结果在低频段吻合良好,且频率成分更为丰富,提高了结构振动噪声预报精度和效率。叶金铭等[35]运用时域法,将噪声源分布在桨叶表面积分,预报螺旋桨的低频线谱噪声。宋红宝[36]对船舶结构振动噪声时频激励载荷分析方法、振动噪声时频预报模型共用方法及时频数值分析方法展开研究,总结建立了船舶结构线谱振动噪声时频预报系统化方法。

高宇航等[37]则从水下结构振动设备多且复杂的角度出发,提出基于LM-BP神经网络的水下结构振动噪声预报方法,预报结果合格率达到 $ 98.24\% $ 。吕曜辉等[38]从数字孪生体的模拟角度出发,利用RAM模型对低频声传播进行模拟,得到复杂海洋环境下的动态声场预报结果,这一颠覆性技术将驱动船海噪声预报的发展。

3 水下航行器线谱振动噪声控制

振动是引起水下航行器噪声的根本原因,其内在本质都是能量。减振降噪就是将机械振动的能量转化为热能或其他易耗散的能量[39]。常见的减振降噪技术,大多从振源/声源、声振传递路径、振动响应等维度出发,采用隔离、吸收等措施实现减振降噪[40]。振动控制方法根据是否引入外部能量、是否考虑结构振动响应大致分为被动控制、主动控制和其他控制等[41]

3.1 被动控制

被动控制[40]在振动控制中不需要外界能量的输入,通过在适当的部位设置耗能装置或改变结构本身的力学性能实现振动噪声控制。常见的振动被动控制技术包括消振、隔振、吸振、抑振、结构优化设计等[41],如图3所示。

图 3 被动控制方法示意图 Fig. 3 Overview of passive control methods

现有水下航行器隔振技术大致分为单层隔振、双层隔振、浮筏隔振技术。

单层隔振技术是运用挠性软管将机械设备经由隔振装置弹性布置于航行器基座上。这种隔振技术在1~3 kHz频段的隔振效果只有20 dB左右,只用于隔振要求较低的船舶。

双层隔振技术是在机械设备和水下航行器壳体间设置2层隔振装置,利用中间基座减弱上层隔振装置传递来的振动。德国最早将其用于潜艇柴油发电机组。我国第1台用于双层隔振装置于1984年成功[42],并用于船舶动力设备。现有水下航行器的通风装置、动力设备、发电机等大多运用该隔振装置,通常能实现30 dB以上的隔振效果。

浮筏隔振技术是通过一个浮筏平台实现多个设备隔振的技术,能实现多激励源隔振,应用于水下航行器上振动较大但无法承受普通隔振技术带来质量增加的设备,整体控制效果较好,但在振源设备较少且分散时不太实用,低频段的性能欠佳[43]

上述被动隔振主要针对中高频,低频控制效果差,为提高低频隔振性能,Alabuzhev[44]提出准零刚度隔振器,在平衡位置附近兼具低动态刚度和高静态支撑能力,实现低频乃至超低频隔振。许多学者通过储存一定能量的机构、几何非线性机构、微小扰动后减小回复力机构等实现负刚度[45]构造准零刚度隔振器。潘炜[46]设计了基于模糊滑模控制的磁流变隔振抗冲系统。

在结构优化设计领域,夏齐强[47-48]基于阻抗失配和波形转换原理,巧妙采用阻抗增强环肋和金属聚氨酯层叠复合肋板,设计了一种弱辐射双层加肋圆柱壳结构,有效降低了线谱噪声。

吸振则是从抑制或减小结构振动响应的角度出发,基于共振原理,在主系统中增设能量耗散体以消耗振动能量,使得主系统振动减小。王禹[49]基于动力吸振理论,研究了螺旋桨激励引起的海洋平台低频线谱振动问题。杜圆[50-51]针对多线谱振动控制难题,基于结构耦合动力吸振原理,改进傅里叶级数建立复杂边界条件动力吸振模型,并与最有同调设计方法结合,提出了低频多线谱振动控制流程。

3.2 主动控制

传统的被动减振降噪方法可以大幅减小全频段振动总量级,但无法根除低频线谱振动。噪声主动控制技术基于“反相抵消”原理,利用恰当的控制策略驱动次级振动噪声源,抵消初级振动噪声源传递到船体的低频线谱振动噪声,使噪声源至船体实现“绝缘”。

噪声主动控制思想起源于1936年,德国物理学家Lueg提出有源降噪理论,运用声波相消干涉理论,针对原有噪声声波,引入频率、幅值相同,相位相反的声波(见图4),达到波形叠加、抵消噪声的目的。

图 4 Lueg原理示意图 Fig. 4 Schematic diagram of lueg

20世纪80年代以来,这项技术逐渐应用于船舶领域。美国最早将主动隔振系统应用于“海狼”级攻击核潜艇,之后研发了有源噪声振动控制系统,主要针对设备的低频振动进行控制[52]。90年代,美国尝试在海军舰艇上应用高速商业网络,构建潜艇分布式传感器测量网络以及基于ATM和光纤通道网络的主动噪声和振动控制系统[53]。英国BAE SYSTEMS公司和ALSTOM公司针对机械设备安装台架与船体共振的问题,基于多模态控制策略,联合研制了主动控制系统技术,其中包括智能弹簧安装台架和主动结构阻尼控制系统,两者的结合大大降低了船舶的振动噪声水平[54]

同时,国内的学者也相继投入噪声及振动主动控制的研究中。王加春[55]提出了振动主动控制方法的基本思路,基于实时采集的振动反馈量,通过控制算法输出适当的控制作用,动态改变系统结构参数。李维嘉[56]从设备主动隔振、动力吸振、整船减振等角度,阐述了船舶振动主动控制技术的实际应用。杨铁军[57]介绍了舰船设备双层有源隔振、电动式/电磁式吸振等方法,创新性地提出了基于兰切斯特自调谐消振器,可实现 $17.66\;{\rm{dB}}$ 的减振效果。

振动噪声主动控制核心的部分就是控制算法。根据对精确的控制对象模型的依赖程度,控制算法大致分为2种:一种要求详尽的控制对象参数,即以鲁棒控制、PID控制等为代表的一系列基于状态空间的算法;另一种以自适应控制为代表,对控制对象模型精度要求不高,充分考虑其他相关条件变化,自动修正控制系统以适应控制对象动态变化。自适应控制通过算法自寻优找到控制律的最优解,反馈信号为系统的状态或响应,以处理对象的不确定性。LMS最小均方滤波算法及其改进算法是最经典的自适应算法,具有计算复杂度低、效果显著等优点,应用十分广泛。

在Widrow[58]研发的自适应噪声消除器(ANC)基础上,噪声主动控制技术进入蓬勃发展阶段。美国通用电气公司的Morgan[59]和贝尔实验室的Burgess[60]最早提出著名的FxLMS算法。Burgess[61]率先运用FxLMS算法开展管道有源线谱噪声控制试验,但传统的FxLMS算法难以有效控制多线谱复杂激励等情况。毛富哲[62]针对FxLMS算法收敛速度慢且线谱数量多时无法顾及每根线谱噪声能力的问题,提出运算量更小、收敛速度快的频率合成法。Gong Chen[63]提出一种基于FxLMS算法的多通道线谱有源噪声控制(NANC)系统,巧妙地将交叉二次路径与不同频率耦合,验证了理论分析的准确性。Li[64]利用误差信号的微分项作为反馈控制函数,提出一种误差信号微分项反馈变步长FxLMS算法(DVS FxLMS),由压电叠堆执行器对悬臂梁进行主动振动控制仿真和实验可知,该算法比传统的FxLMS算法具有更快的收敛速度、更小的稳态误差,以及较强的抗噪能力和自适应控制能力,能够快速跟踪可变的外部扰动。

针对密频窄带和频率波动等问题,多参考信号算法和频率波动补偿算法[65]应运而生。在船用柴油发电机组主被动隔振装置上,低频线谱控制效果达10~30 dB;在船用空压机组主被动隔振装置上,对双振源密频线谱取得了14 dB左右的控制效果。高伟鹏[66]针对激励信号频率复杂的问题,提出一种变步长的小波包自适应算法( ${\rm{WPx}} - {\rm{LMS}}$ ),将信号分解到互不重叠的带频上,实现多频信号控制,并研制双层隔振试验台架。

但是上述算法均依赖于精准的参考信号,但工程中存在传感器不易安装、通道耦合等问题,导致参考信号失配,影响控制效果。为此,张志谊[67]提出了通过测量信号自相关序列获得信号频率,翟晓军[68]等提出了利用快速傅里叶变换(FFT)方法对信号进行频谱估计。但是均存在估计误差较大的问题,难以合成信噪比较高的参考信号[69]

神经网络因其较强的逼近与自适应能力,良好的泛化性能在振动控制领域得到了广泛的应用。Hassan Youserfi[70]研制了一种用于抑制柔性结构机械振动的递归神经网络补偿器,并利用差分进化策略与卡尔曼滤波方法提高系统稳定性,仿真与试验结果表明该方法减振效果良好。曹群[71]以柔性悬臂梁作为控制对象,建立悬臂梁主动控制仿真模型,基于模糊控制理论与径向基神经网络,提出运用改进的樽海鞘群算法抑制悬臂梁振动,系统减振性能显著提高。Hui Ma[72]针对导管架式海上平台,运用Morison方程和波动理论描述不规则波动力,将振动控制转化为最优控制问题,设计了一种基于前馈反馈带记忆最优控制律(FFOCLM)的BP神经网络控制器,仿真结果验证了该控制器用于海洋平台振动衰减的可行性和有效性。

3.3 其他控制

当前,除上述线谱振动噪声控制方法外,还有混沌隔振和反共振隔振2个方向。

针对线性隔振能力有限的问题,运用非线性系统在混沌状态下,离散的线谱重构为连续谱的特性,将线谱频率的能量分散到各个谐波频率中(见图5)[73],基于线谱重构的混沌隔振应运而生。混沌隔振系统在降低水下航行器线谱振动和提高水下航行器隐蔽性有很大潜力。左兆伦[74]基于广义同步控制与迁移控制理论,将系统控制在小振幅混沌状态,实现线谱重构并降低振幅,从而隐匿船舶辐射噪声中线谱信息。王嘉瑞[75]提出一种应用舰船智能基座结构的线谱振动特征非线性控制方法,将低频线谱振动输入转化为宽频段输出,从而控制振动以达到抑制相应低频线谱噪声的目的,但这种方法仍面临小能量控制、大参数范围、稳定时间、高混沌品质等挑战[76]

图 5 线谱重构示意图 Fig. 5 Schematic diagram of line spectrum reconstruction

反共振隔振充分结合了隔振和吸振的优点。在隔振器中加入两节点惯性单元,利用惯性力抵消弹性力。线谱振动能量被吸收并传递给储能元件形成反共振,在满足刚度要求的条件下实现低频隔振。反共振隔振最初应用于直升机旋翼―机身隔振,之后逐渐向船舶领域进军。储炜[77]建立了共振转换器的动力学模型,求解了隔振器的力传递率,并将共振转换器应用于船舶轴系纵向减振。试验结果表明,总体上能够满足船舶轴系纵向减振的目标。杜甫[78]将储能、支撑、耗能等元件排列组合得到21种可行的悬架结构,通过动力学建模与函数优化,对比传统悬架的振动特性,得到较优的新型结构。张赣波[79]基于机械阻抗原理,通过力-电类比,深入探究“惯容―弹簧―阻尼”匹配规律,提出了一种满足线谱和宽带一体化隔振技术条件的隔振器结构,在此基础上拓展了双层隔振器、多周期结构反共振隔振器等。

4 未来发展方向

科学合理的总体声学设计、先进的振动噪声预报手段、日趋智能的减隔振装置、新型声学覆盖层材料等新技术的应用,水下航行器的减振降噪技术逐渐多元化。实现噪声智能识别监测系统、基于态势感知的噪声快速预报技术、噪声动态控制技术一体化,将成为未来水下航行器声隐身技术发展的重点。

1)噪声智能识别监测系统。线谱振动噪声识别与监测系统对实时掌握水下航行器声学状态、评估声隐身性能具有重要意义。运用麦克风阵列等采集系统,在现有近场声全息和波束形成法的基础上,结合空时频三维信息的线谱噪声特征,充分考虑辐射噪声幅度和相位起伏、多普勒频移和频率模糊等因素,充分运用深度神经网络技术分解、建模,进而提高线谱噪声识别精度与速度,实现水下航行器线谱噪声智能监测。

2)基于态势感知的噪声快速预报技术。根据复杂海洋环境中水下航行器的声隐身问题,采用多传感器信息融合技术,结合海洋环境特征以及实船振动噪声测试结果等数据,利用机器学习、数字孪生等先进技术对水下航行器线谱振动噪声预报模型进行仿真,将虚拟声场与物理声场不断交互,实时更新水下航行器噪声预报结果。

3)噪声动态控制技术。水下航行器不同状态下的噪声是动态变化的,降噪的要点就是抓住各工况下的主要噪声源进行控制,如兵器发射设备引发的瞬态噪声、水下航行器航行引发的动态噪声等。开展水下航行器主动降噪机理研究,提出线谱噪声主动控制方法,设计具有感知、智能逻辑判断与响应内外环境变化能力的多通道线谱噪声主动控制系统,从而有效降低线谱噪声水平。

5 结 语

传统的单一降噪技术已经无法解决现有的噪声问题,水下航行器线谱减振降噪技术是一项复杂的综合性工程,多学科降噪技术将越来越受到重视。未来水下航行器的声隐身技术将从单通道局部控制向多通道整体控制发展,从传统控制方法向智能控制方法发展,从单一机械设备的振动噪声控制向全局控制发展,充分结合神经网络、遗传算法、态势感知等技术,基于先进的噪声预报方案,自主寻优得出最佳噪声控制方案。随着减振降噪技术的进一步提升,未来水下航行器将向着低噪声、安静型方向发展。

参考文献
[1]
时文达. 潜艇拖曳声呐总体工程设计[J]. 中国舰船研究, 2022, 17(2): 220-227.
[2]
汤智胤, 李想, 邹海龙, 等. 舰艇声呐探测下敷设黏弹性阻尼层目标的声隐身性能分析[J]. 武汉理工大学学报(交通科学与工程版), 2022, 46(1): 76-79.
[3]
王艳林, 王自东, 宋卓斐, 等. 潜艇管路系统振动噪声控制技术的现状与发展[J]. 舰船科学技术, 2008, 30(6): 34-38.
[4]
孟晓宇, 肖国林, 陈虹. 国外潜艇声隐身技术现状与发展综述[J]. 舰船科学技术, 2011, 33(11): 135-139. DOI:10.3404/j.issn.1672-7649.2011.11.032
[5]
刘伯胜, 雷家煜. 水声学原理[M]. 哈尔滨: 哈尔滨工程大学出版社, 2010.
[6]
邓磊磊. 舰船辐射噪声的特征线谱提取[D]. 哈尔滨: 哈尔滨工程大学, 2011.
[7]
刘璐. 基于机器学习的水声目标识别技术研究[D]. 成都: 电子科技大学, 2021.
[8]
陈敬军, 陆佶人. 被动声纳线谱检测技术综述[J]. 声学技术, 2004, 23(1): 57-60. DOI:10.3969/j.issn.1000-3630.2004.01.015
[9]
李亮, 辛公正, 白银平, 等. 实尺度螺旋桨抗唱音削边对梢涡空泡起始影响试验研究[J]. 中国造船, 2021, 62(3): 231-239.
[10]
邓辰炜. 多通道水声信号数据预处理的虚拟仪器技术[D]. 西安: 西北工业大学, 2004.
[11]
姜建平, 刘鹏仲, 张国龙. 舰船辐射噪声模拟技术实现方法研究[J]. 舰船电子工程, 2015, 35(4): 86-89.
[12]
PENG C, YANG L, JIANG X. Design of a ship radiated noise model and its application to feature extraction based on winger’s higher-order spectrum[C]// 2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC). IEEE, 1: 582–587.
[13]
朱石坚. 总师谈潜艇降噪的手段与意义[J]. 现代舰船, 2012(10): 10-11.
[14]
王迎春, 马石, 李彦, 等. 主动控制技术在船舶振动噪声控制中的应用[J]. 海军工程大学学报, 2021, 33(4): 56-64+94.
[15]
梁喆, 侯朋, 夏春艳, 等. 融合时频域特征的舰船识别方法及实验研究[J]. 声学技术, 2021, 40(5): 607-613.
[16]
何祚镛. 水下噪声及其控制技术进展和展望[J]. 应用声学, 2002, 21(1): 26-34.
[17]
庞福振. 船舶结构噪声截断模型数值预报方法研究[D]. 哈尔滨工程大学, 2012.
[18]
GAO C, PANG F, LI H. An approximate solution for vibrations of uniform and stepped functionally graded spherical cap based on Ritz method[J]. Composite structures, 2020, 233: 111640. DOI:10.1016/j.compstruct.2019.111640
[19]
GAO C, PANG F, LI H. Steady and transient vibration analysis of uniform and stepped annular/circular plates based on FSDT[J]. Acta Mechanica, 2022, 233(3): 1061-1082. DOI:10.1007/s00707-022-03157-y
[20]
GAO C, PANG F, LI H. Free and forced vibration characteristics analysis of a multispan Timoshenko beam based on the ritz method[J]. Shock and Vibration, 2021, 2021: 4440250.
[21]
LYON R H, MAIDANIK G. Power flow between linearly coupled oscillators[J]. The Journal of the Acoustical Society of America, 1962, 34(5): 623-639. DOI:10.1121/1.1918177
[22]
LYON R H, SMITH JR P. Study made of interaction between sound fields and structural vibrations[R]. National Aeronautics and Space Administration, 1967.
[23]
盛美萍. 复杂耦合系统的统计能量分析及其应用[J]. 中国工程科学, 2002(6): 77-84. DOI:10.3969/j.issn.1009-1742.2002.06.015
[24]
李天匀, 刘敬喜, 李强, 等. 潜艇声呐腔自噪声预报平台[J]. 船舶工程, 2004, 26(1): 49–51.
[25]
李玉慧, 缪旭弘, 庞福振, 等. 基于统计能量法的水下辐射噪声试验验证[C]//2019中国西部声学学术交流会, 中国西藏拉萨. 47–50.
[26]
张波, 向阳, 郭宁, 等. 水下双层圆柱壳全频段声振特性研究[J]. 舰船科学技术, 2017, 39(21): 9-16.
[27]
张波. 船舶水下辐射噪声预报方法与试验研究[D]. 武汉: 武汉理工大学, 2018.
[28]
龚丞, 李聪, 赵超, 等. 双体船湍流脉动压力激励水下辐射噪声预报研究[J]. 舰船科学技术, 2020, 42(15): 38–42.
[29]
杜奎, 程广利. 鱼雷辐射噪声预报研究[J]. 系统仿真技术, 2009, 5(4): 276-279.
[30]
孙启, 徐国栋, 郑荣. 基于FEM+AML方法的船舶海底门水下辐射噪声预报分析[J]. 舰船科学技术, 2021, 43(23): 117-121.
[31]
吴闯. 舰船水下辐射噪声快速预报方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2017.
[32]
庞福振, 李海超, 王雪仁, 等. 船舶结构振动噪声时域预报方法研究[J]. 船舶力学, 2021, 25(5): 659-669.
[33]
高晟耀, 贾地, 庞福振. 船舶结构线谱振动噪声快速预报方法[C]//第十六届船舶水下噪声学术讨论会, 中国贵州贵阳. 271–276.
[34]
庞福振, 王洪富, 缪旭弘. 瞬态冲击载荷下双层加筋圆柱壳水下声辐射研究[C]//第十八届船舶水下噪声学术讨论会, 中国云南昆明. 378–388.
[35]
叶金铭, 于安斌, 高洁. 基于面元法的潜艇螺旋桨低频线谱噪声预报方法[J]. 海军工程大学学报, 2017, 29(3): 1-5.
[36]
宋红宝. 船舶结构中低频线谱振动噪声时频预报方法研究[D]. 哈尔滨工程大学, 2016.
[37]
高宇航, 张超, 李兵. 基于LM-BP神经网络的水下结构振动噪声预报[C]//第十八届船舶水下噪声学术讨论会, 中国云南昆明. 836–843.
[38]
吕曜辉, 李瑞, 成霄. 数字孪生海战场动态声场预报[J]. 无线电工程, 2022, 52(5): 719-723.
[39]
任小逆, 洪玲, 高琛琪, 等. 船用阻尼材料研究进展[J]. 舰船科学技术, 2017, 39(11): 1–4.
[40]
古龙, 闵捷. 船舶振动噪声控制技术的现状与发展[J]. 舰船科学技术, 2019, 41(12): 1-5.
[41]
李海超. 大型复杂结构低频线谱振动优化设计研究[D]. 哈尔滨: 哈尔滨工程大学, 2016.
[42]
何琳, 徐伟. 舰船隔振装置技术及其进展[J]. 声学学报, 2013, 38(2): 128-136.
[43]
朱石坚, 何琳. 船舶机械振动控制[M]. 北京: 国防工业出版社. 2006: 52–64.
[44]
Alabuzhev P. Vibration protection and measuring systems with quasi-zero stiffness[M]. CRC Press, 1989.
[45]
柴凯, 陈燕平, 刘树勇. 准零刚度隔振器的研究进展综述[C]//2017年全国声学设计与噪声振动控制工程学术会议, 中国湖南长沙. 77–83.
[46]
潘炜, 闫政涛, 楼京俊, 等. 基于模糊滑模控制的磁流变半主动最优抗冲击技术[J]. 舰船科学技术, 2020, 42(11): 101-104+189.
[47]
夏齐强, 陈志坚. 降低加肋双层圆柱壳辐射噪声线谱的结构声学设计[J]. 声学学报, 2014, 39(5): 613-623.
[48]
夏齐强, 陈志坚. 基于辐射噪声线谱削峰的双层加肋圆柱壳结构声学设计[J]. 北京理工大学学报, 2014, 34(1): 32-38.
[49]
王禹, 缪旭弘, 王娜. 海洋平台分布式动力吸振[J]. 中国海洋平台, 2021, 36(5): 28-33.
[50]
杜圆. 海洋平台典型结构低频多线谱振动控制研究[D]. 哈尔滨: 哈尔滨工程大学, 2021.
[51]
高聪, 李海超, 庞福振. 海洋平台低频线谱振动控制方法[J]. 船舶工程, 2019, 41(S2): 110-115.
[52]
GUO G, WANG X, XIANG L. Sensor/Actuator Networks and Networked Control Systems[J]. Mathematical Problems in Engineering, 2014, 2014: 805380.
[53]
WALROD J. Sensor and Actuator Networks for Acoustic Signature Monitoring and Control[J].
[54]
DALEY S, JOHNSON F, PEARSON J. Active vibration control for marine applications[J]. Control Engineering Practice, 2004, 12(4): 465-474. DOI:10.1016/S0967-0661(03)00135-7
[55]
王加春, 李旦, 董申. 机械振动主动控制技术的研究现状和发展综述[J]. 机械强度, 2001(2): 156-160.
[56]
李维嘉, 曹青松. 船舶振动主动控制的研究进展与评述[J]. 中国造船, 2007, 48(2): 68-79. DOI:10.3969/j.issn.1000-4882.2007.02.009
[57]
杨铁军, 靳国永, 李玩幽, 等. 舰船动力装置振动主动控制技术研究[J]. 舰船科学技术, 2006, 28(Z2): 46-53.
[58]
WIDROW B, GLOVER J R, MCCOOL J M. Adaptive noise cancelling: Principles and applications[J]. Proceedings of the IEEE, 1975, 63(12): 1692-1716. DOI:10.1109/PROC.1975.10036
[59]
MORGAN D R. History, applications, and subsequent development of the FXLMS Algorithm [DSP History][J]. IEEE Signal Processing Magazine, 2013, 30(3): 172-176. DOI:10.1109/MSP.2013.2242394
[60]
BURGESS J C. Active adaptive sound control in a duct: A computer simulation[J]. The Journal of the Acoustical Society of America, 1981, 70(3): 715-726. DOI:10.1121/1.386908
[61]
ELLIOTT S. Signal processing for active control[M]. Elsevier, 2000.
[62]
毛富哲, 徐长秋. 线谱噪声有源控制算法比较[J]. 电子测量技术, 2020, 43(2): 119-122. DOI:10.19651/j.cnki.emt.1903262
[63]
CHEN G, MING W, JIANFENG G. Statistical analysis of multichannel FxLMS algorithm for narrowband active noise control[J]. Signal Processing, 2022, 200.
[64]
WEIGUANG L, WEI W, BIN L. Error Signal Differential Term Feedback Enhanced Variable Step Size FxLMS Algorithm for Piezoelectric Active Vibration Control[J]. Shock and Vibration, 2020, 2020.
[65]
WANG C-y, HE L, LI Y. A multi-reference filtered-x-Newton narrowband algorithm for active isolation of vibration and experimental investigations[J]. Mechanical Systems and Signal Processing, 2018, 98: 108-123. DOI:10.1016/j.ymssp.2017.04.044
[66]
高伟鹏, 贺国, 刘树勇, 等. 小波包变换自适应振动控制方法[J]. 控制与决策, 2021, 36(1): 83-89.
[67]
张志谊, 王俊芳, 周建鹏, 等. 基于跟踪滤波的自适应振动控制[J]. 振动与冲击, 2009, 28(2): 64-67.
[68]
翟晓军, 周波. 一种改进的插值FFT谐波分析算法[J]. 中国电机工程学报, 2016, 36(11): 2952-2958. DOI:10.13334/j.0258-8013.pcsee.2016.11.011
[69]
WANG H, SUN H, SUN Y. A narrowband active noise control system with a frequency estimation algorithm based on parallel adaptive notch filter[J]. Signal Processing, 2019, 154: 108-119. DOI:10.1016/j.sigpro.2018.08.012
[70]
YOUSEFI H, HIRVONEN M, HANDROOS H. Application of neural network in suppressing mechanical vibration of a permanent magnet linear motor[J]. Control Engineering Practice, 2008, 16(7): 787-797. DOI:10.1016/j.conengprac.2007.08.003
[71]
曹群. 基于模糊RBF神经网络的智能悬臂梁振动主动控制[D]. 兰州: 兰州理工大学, 2022.
[72]
MA H, ZHANG Y, TANG G-Y. BP neural network vibration control with time delay for offshore platforms under wave forces[C]// 2017 36th Chinese Control Conference (CCC). IEEE: 4109–4114.
[73]
朱石坚, 姜荣俊, 何琳. 线谱激励的混沌隔振研究[J]. 海军工程大学学报, 2003, 15(1): 19-22. DOI:10.3969/j.issn.1009-3486.2003.01.005
[74]
左兆伦, 俞翔, 李爽, 等. 基于混沌同步与迁移控制的隔振系统线谱控制方法[J]. 振动与冲击, 2021, 40(16): 245-252.
[75]
王嘉瑞. 应用舰船智能基座的线谱振s动特征非线性控制方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2021.
[76]
朱石坚, 徐道临. 舰船机械隔振系统线谱混沌化控制[M]. 北京: 国防工业出版社. 2014.
[77]
储炜, 赵耀, 张赣波, 等. 共振转换器的动力反共振隔振理论与应用[J]. 船舶力学, 2016, 20(1): 222-230.
[78]
杜甫, 毛明, 陈轶杰, 等. 基于动力学模型与参数优化的IS D悬架结构设计及性能分析[J]. 振动与冲击, 2014, 33(6): 59-65.
[79]
张赣波, 赵耀, 陈学东. 基于“惯容―弹簧―阻尼”体系的线谱和宽带一体化隔振器结构综合[J]. 船舶力学, 2021, 25(11): 1533-1542.