基于声学响应编码潜在空间的非参数化通风声学共振器逆设计
计算工程、金融与科学
2024-08-13 v1 人工智能
机器学习
摘要
通风声学共振器（VAR）是一种声学超材料，因其出色的低频衰减性能和灵活的形状适应性，成为需要通风的环境中的声学衰减备选方案。然而，由于VAR的非线性声学响应，VAR的设计通常局限于有限的参数化设计空间内，且依赖于数值仿真的迭代，耗时耗资源。本文提出了一种声学响应编码变分自编码器（AR-VAE），一种新颖的基于变分自编码器的生成式设计模型，用于高效准确的非参数化VAR逆设计。AR-VAE在维数降低后的潜在空间中，将高维声学响应与VAR截面图像匹配，从而使AR-VAE能够生成具有目标声学响应的各种非参数化VAR截面图像。AR-VAE从目标声学响应生成非参数化VAR，显示出与传统深度学习基于参数搜索方法相比平均平方误差降低了25倍，同时表现出更低的平均平方误差和峰值频率方差。通过组合AR-VAE逆设计的VAR，设计出用于宽带和多目标峰值频率衰减的多腔体VAR。该提出的设计方法为具有高维非线性物理响应的结构逆设计提供了新方法。
引用
@article{arxiv.2408.05917,
title = {Inverse design of Non-parameterized Ventilated Acoustic Resonator via Variational Autoencoder with Acoustic Response-encoded Latent Space},
author = {Min Woo Cho and Seok Hyeon Hwang and Jun-Young Jang and Jin Yeong Song and Sun-kwang Hwang and Kyoung Je Cha and Dong Yong Park and Kyungjun Song and Sang Min Park},
journal= {arXiv preprint arXiv:2408.05917},
year = {2024}
}