بهینه سازی پوششهای جاذب صوت دارای حفره ی داخلی استوانه ای با استفاده از الگوریتم ژنتیک و مدل جایگزین مبتنی بر شبکه عصبی مصنوعی

در این پژوهش یک طراحی بهنیه برای پوشش های جاذب صوت زیرآبی ارایه شده است. به دلیل زمان و هزینه ی محاسباتی بسیار زیاد فرآیند بهنیه­ سازی مبتنی بر الگوریتم ژنتیک با استفاده از حل­گر المان محدود، هسته ­ی بهینه­ سازی بر اساس ترکیب الگوریتم ژنتیک و مدل جایگزین بر پایه ی شبکه های عصبی مصنوعی، در نظر گرفته شد. آموزش شبکه عصبی مبتنی بر حل­گر المان محدود قرار داده شد و در گام بعدی صحت پاسخ­های مدل جایگزین ارزیابی گردید. سپس فرآیند بهنیه سازی با استفاده از این مدل، انجام پذیرفت و نتایج حاصل نشان داد که در حوزه فرکانس پایین (زیر ۱۰ کیلوهرتز)، حفره­ی بهینه، مخروطی و با راسی نزدیک به سطح ورود موج به پوشش، بدست خواهد آمد. اما برای کل بازه­ی فرکانسی، شکل حفره­ ی بهینه، مخروطی اما در جهت عکس حالت فرکانس پایین است. بنابراین انتخاب بازه مطلوب فرکانس در پروسه طراحی و بهینه­ سازی بسیار اهمیت دارد. همچنین پاسخ بهینه، به صورت مشخص دارای عملکرد بهتری نسبت به پوشش­ های به صورت تصادفی آزموده شده ­ی دیگر بود. علاوه بر این با افزایش تعداد متغیرهای بهینه­ سازی، پاسخ بهینه قطعا تغییر کرده و اما پیچیدگی مسئله نیز به شدت افزایش خواهد یافت.

کلیدواژه ها:

Optimization ، Surrogate Model ، Genetic Algorithm ، Sound Absorbing ، Artificial Neural Network ، بهینه سازی ، مدل جایگزین ، الگوریتم ژنتیک ، جاذب صوت ، شبکه عصبی مصنوعی