本文選題：超低密度植物纖維材料 + 吸聲性能�。� 參考：《福建農林大學》2015年碩士論文

【摘要】：當今,隨著噪音污染的日益嚴重,吸聲材料已經越來越引起人們的重視。超低密度植物纖維材料是密度為0.01-0.12g/cm3的生物質材料,具有抗沖擊、保溫隔熱、阻燃防腐、吸音防震等優(yōu)點。材料內部具有三維開孔網狀結構,植物纖維間存在大量結構復雜的微小孔隙,是一種環(huán)境友好的多功能吸聲材料。本文通過對超低密度植物纖維材料的吸聲特性進行系統(tǒng)的理論和試驗研究,旨在揭示其吸聲機理,建立超低密度植物纖維材料的吸聲性能預測模型,推導出材料結構參數與吸聲性能的關系,對實際工程設計和應用有一定的指導意義。本文通過駐波管法測試超低密度植物纖維材料的吸聲系數,并用圖像分析法表征材料內部孔隙結構,探討材料密度、孔隙率、孔徑、厚度、背后空腔等因素對其吸聲性能的影響。試驗結果表明：材料的密度、孔隙率、孔徑過大或過小均會影響其吸聲性能,在一定條件下存在一個最佳值；增加材料的厚度,有利于材料吸聲性能的提高,但是厚度增加至一定值后對吸聲性能的提高不明顯；在材料背后設置空腔有助于提高其低頻吸聲效果,隨著空腔厚度的增加材料的吸聲性能有所提高。在試驗的基礎上,分別通過以下兩種方式建立超低密度植物纖維材料的吸聲性能預測模型：(1)基于多孔材料的圓管理論模型建立材料吸聲系數的數學模型,將模型計算值與試驗測試值進行比較,結果表明該數學模型能對超低密度植物纖維材料的吸聲系數進行較準確的預測,還能正確的反映材料結構參數變量對吸聲性能的影響,并可通過該模型計算出吸聲性能最佳時材料的厚度和孔徑；(2)基于BP神經網絡理論,建立以超低密度植物纖維材料結構參數(材料厚度、孔隙率、孔徑)為輸入,平均吸聲系數為輸出的預測模型。分析討論模型網絡結構構建、樣本數據的選取及預處理、傳遞函數的選擇、訓練函數的選擇、學習速率和目標誤差的設立,并將BP神經網絡模型預測值與試驗測試值進行比較,結果表明該模型也具備較好的預測精度。
[Abstract]:Nowadays, with the increasing noise pollution, sound absorbing materials have attracted more and more attention. Ultra-low density plant fiber is a biomass material with density of 0.01-0.12g/cm3, which has the advantages of shock resistance, heat insulation, flame retardant and anticorrosion, sound absorption and shockproof. The material has a three-dimensional porous network structure and a large number of micro-pores with complex structure between the plant fibers. It is a kind of environment-friendly multifunctional sound absorption material. In this paper, the sound absorption characteristics of ultra-low density plant fiber materials are systematically studied theoretically and experimentally in order to reveal its sound absorption mechanism and to establish a prediction model of sound absorption properties of ultra-low density plant fiber materials. The relationship between material structure parameters and sound absorption performance is deduced, which is of guiding significance for practical engineering design and application. In this paper, the sound absorption coefficient of ultra-low density plant fiber material was measured by standing wave tube method. The pore structure of the material was characterized by image analysis, and the density, porosity, pore size and thickness of the material were discussed. The influence of the back cavity and other factors on the sound absorption performance. The experimental results show that the density, porosity, pore size of the material will affect its sound absorption performance, and there is an optimum value under certain conditions, and increasing the thickness of the material is beneficial to the improvement of the sound absorption property of the material. However, when the thickness is increased to a certain value, the sound absorption performance of the material is not obviously improved, and the low frequency sound absorption effect can be improved by setting a cavity behind the material, and the sound absorption performance of the material is improved with the increase of the thickness of the cavity. On the basis of experiments, the prediction model of sound absorption performance of ultra-low density plant fiber materials was established by the following two ways: (1) the mathematical model of sound absorption coefficient of materials was established based on the theoretical model of porous tubes. The results show that the model can accurately predict the sound absorption coefficient of ultra-low density plant fiber materials, and it can also correctly reflect the influence of material structure parameter variables on the sound absorption performance. Based on the BP neural network theory, the structural parameters (material thickness, porosity, pore size) of ultra-low density plant fiber materials are established as input. The average sound absorption coefficient is a prediction model of output. The network structure of the model, the selection and preprocessing of the sample data, the selection of the transfer function, the selection of the training function, the establishment of the learning rate and the target error are analyzed and discussed. The prediction value of the BP neural network model is compared with the test value. The results show that the model also has good prediction accuracy.
【學位授予單位】：福建農林大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TQ351.01;TB34

【相似文獻】

相關期刊論文 前10條

1 劉延昌;粉末冶金多孔鈦板的吸聲性能的研究[J];稀有金屬材料與工程;1989年05期

2 錢軍民,李旭祥;聚合物巖棉發(fā)泡復合材料吸聲性能的研究[J];材料開發(fā)與應用;2000年03期

3 孫衛(wèi)青,邱宗璽,張恒;慢回彈聚氨酯發(fā)泡體吸聲性能研究[J];鄭州大學學報(理學版);2004年01期

4 王常力;徐穎;鄒偉仁;徐寧;羅璐;;多層結構連續(xù)銅纖維材料吸聲性能研究[J];西北工業(yè)大學學報;2013年05期

5 任潤桃,徐初琪,金曉鴻,葉章基;聲內耗填料對阻尼吸聲涂層吸聲性能的影響[J];材料開發(fā)與應用;2005年03期

6 丁宇翔;徐穎;徐寧;;連續(xù)銅纖維多孔材料吸聲性能的研究[J];西北工業(yè)大學學報;2012年04期

7 張永鋒,馬玲俊,崔昭霞;泡沫鎳吸聲性能的研究[J];噪聲與振動控制;2001年02期

8 劉偉偉;黃可;何思淵;何德坪;;梯度孔徑通孔多孔鋁合金的空氣吸聲性能[J];機械工程材料;2007年12期

9 羅業(yè);李巖;;天然纖維增強復合材料吸聲性能研究[J];材料工程;2010年04期

10 王利群;楊士林;余賦生;王國勤;;聚氨酯泡沫塑料吸聲性能的研究[J];聚氨酯工業(yè);1989年03期

相關會議論文 前10條

1 馬黎黎;王仁乾;;含散射粒子的復合材料吸聲性能研究[A];中國聲學學會2002年全國聲學學術會議論文集[C];2002年

2 馬黎黎;王仁乾;;含散射粒子的復合材料低頻吸聲性能的研究[A];2004年全國水聲學學術會議論文集[C];2004年

3 王曼;白國鋒;何元安;;微觀非均勻粘彈性材料吸聲性能研究[A];2004年全國水聲學學術會議論文集[C];2004年

4 佟小朋;劉克;白國鋒;;彈性板在流體中吸聲性能的研究[A];第十屆船舶水下噪聲學術討論會論文集[C];2005年

5 王仁乾;馬黎黎;;含微粒的復合材料低頻吸聲性能的研究[A];中國聲學學會2006年全國聲學學術會議論文集[C];2006年

6 王清華;李效東;劉宏宇;楊盛良;孟憲林;張海永;;聚氨酯涂層的水下吸聲性能研究[A];第六屆中國功能材料及其應用學術會議論文集（10）[C];2007年

7 王常力;徐穎;鄒偉仁;徐寧;羅璐;;雙層結構連續(xù)銅纖維材料吸聲性能研究[A];2012全國環(huán)境聲學學術會議論文集[C];2012年

8 張波;陳天寧;劉娜;陳花玲;;梯度組合燒結金屬纖維板吸聲性能優(yōu)化[A];慶祝中國力學學會成立50周年暨中國力學學會學術大會’2007論文摘要集（下）[C];2007年

9 佟小朋;劉克;白國鋒;;微穿孔板水下吸聲性能的測試研究[A];2004年全國物理聲學會議論文集[C];2004年

10 任偉偉;林新志;趙樹磊;李宏偉;;材料參數對粘彈性材料吸聲性能影響仿真研究[A];第十四屆船舶水下噪聲學術討論會論文集[C];2013年

相關博士學位論文 前3條

1 楊樹;纖維集合體的結構特征及其吸聲性能研究[D];東華大學;2011年

2 侯清泉;木質穿孔板結構的吸聲性能及模擬仿真研究[D];東北林業(yè)大學;2012年

3 王永華;多級仿生耦合材料吸聲性能及機理研究[D];吉林大學;2014年

相關碩士學位論文 前10條

1 徐艷;靜電紡尼龍6/聚乙烯醇復合材料的結構性能與吸聲性能研究[D];蘇州大學;2015年

2 陳捷宇;超低密度植物纖維材料的吸聲特性研究[D];福建農林大學;2015年

3 賈汀;軟木聚結材料吸聲性能的研究[D];西北農林科技大學;2012年

4 石琢;纖維/顆�！獦渲鶎雍蠌秃喜牧系奈曅阅苎芯縖D];浙江理工大學;2010年

5 李想;多層柔性復合材料的結構設計及吸聲性能的表征[D];中原工學院;2014年

6 曹書豪;聚氨酯泡沫及聚丙烯纖維復合材料的吸聲性能研究[D];西南交通大學;2013年

7 邱伯華;納米材料高彈體的阻尼吸聲性能研究[D];哈爾濱工程大學;2005年

8 朱鳳磊;阻尼PU/PZT壓電復合材料的制備及吸聲性能研究[D];哈爾濱工業(yè)大學;2012年

9 厲艷才;尖劈吸聲結構吸聲性能理論與實驗研究[D];哈爾濱工程大學;2008年

10 賈巍;基于不同結構納米纖維材料的吸聲性能研究[D];東華大學;2014年

，

本文編號：2004978