基于声学黑洞效应的直升机驾驶舱宽带降噪

声学黑洞（ABH）效应是利用结构阻抗的变化，使结构中传播的波相速度和群速度发生变化，在结构局部区域实现波的聚集，进而通过少量阻尼将能量耗损。该方法具有高效、轻质、宽频等优点，为结构振动噪声控制提供了新的思路，具有较强的潜能和应用前景。本文针对直升机驾驶舱复杂的噪声问题，根据噪声源和传递路径，提出基于ABH效应的内嵌式和附加式2种减振降噪设计方案。利用有限元软件建立了结构声振耦合模型，分析了直升机驾驶舱模型的声振特性，解释了ABH效应有助于降低舱室噪声的机理，并搭建了实验平台，开展了效果测试和性能评估。结果表明，内嵌式ABH结构可以有效降低舱内的中高频噪声，而低频控制能力略显不足。附加式ABH结构可以弥补这一局限性，拓宽有效频带。结合内嵌式和附加式ABH 2种控制方案，相比传统结构在总质量不增加甚至略有降低的前提下，舱室平均噪声水平在1/3倍频程内降低3~10 dB。该研究成果有助于推进ABH新技术在未来直升机工程减振降噪中的应用。     

基于声学黑洞的盒式结构全频带振动控制

声学黑洞（ABH）作为一种新型高效的波动控制技术,被广泛应用于梁板结构的振动控制中。传统声学黑洞结构存在局部强度和刚度较弱、特征尺寸较大、有效作用频率较高等问题,限制了声学黑洞技术的进一步应用和推广。针对盒式结构振动控制问题,设计了一种新型的声学黑洞阻尼（ABHD）振子。运用有限元仿真方法研究了附加ABHD振子的盒式结构的动态特性,结果表明附加声学黑洞阻尼振子的盒式结构具有高效的能量聚集和耗散能力。通过对盒式结构上下主梁中间不同位置处振子参数的优化,在不改变原有主结构强度和刚度的前提下,实现了对主梁全频带的减振效果。实验结果表明,传统盒式结构在附加多个ABHD振子后全频带的共振峰均有5~30 dB的削减,且附加振子的质量占系统总质量的7.8 %。     

基于声学黑洞的盒式结构减振分析

正随着航空航天运载工具等工程装备日益向高速、大型、轻质和极端运行环境等方向发展,由此带来的振动噪声问题日趋严重,这已经成为制约我国重大装备性能提升的重要因素之一~([1])。作为航空航天运载装备重要组成部分之一的盒式结构,因其轻质的结构质量和优秀的力学性     

基于多任务辅助推理的近眼视线估计方法

眼动交互是头戴式虚拟现实(VR)/增强现实(AR)设备的关键操控方式, 如何进行高精度、高鲁棒性的非标定视线估计是当前VR/AR眼动交互的核心问题之一, 高效、鲁棒的非标定视线估计需要大量的眼图训练数据和高效的算法结构做支撑。在现有基于深度学习的近眼视线估计方法的基础上, 通过添加多任务辅助推理模块, 增加网络结构的多阶段输出, 进行多任务联合训练, 在不增加视线估计测试耗时的前提下, 有效提升视线估计精度。在模型训练时, 从视线估计网络结构的多个中间阶段引出多个眼部特征的辅助推理并行网络头, 包括眼动图像的语义分割、虹膜边界框及眼部轮廓信息, 为原始视线估计网络提供多阶段中继监控, 在不增加训练数据的基础上, 有效提升视线估计网络的测试精度。在国际公开数据集Acomo-14与OpenEDS2020上的验证实验表明, 与无辅助推理的网络相比, 所提方法精度分别得到了21.74%与18.91%的效果提升, 平均角度误差分别减少到1.38°与2.01°。