Zanieczyszczenie hałasem w miejskich obszarach
Zanieczyszczenie hałasem stało się powszechnym problemem w miejskich obszarach, wynikającym z ruchu ulicznego, działalności budowlanej i fabryk. Może ono poważnie wpływać na zdrowie, powodując stres, zaburzenia snu i problemy z układem krążenia. W związku z tym zaproponowano różne metody redukcji hałasu, takie jak fizyczne blokowanie drogi dźwięku i aktywna kontrola hałasu. Blokowanie dźwięku może jednak prowadzić do złej wentylacji, co podkreśla potrzebę badań nad równoczesnym tłumieniem hałasu i wentylacją.
Akustyczne metamateriały jako rozwiązanie
Akustyczne metamateriały (AM) są intensywnie badane jako obiecujące rozwiązanie ze względu na ich unikalne właściwości akustyczne. Ostatnio zaproponowano nowy rodzaj AM, zwany wentylowanym rezonatorem akustycznym (VAR), który może manipulować falami dźwiękowymi i przepływem powietrza za pomocą jedynie kształtów geometrycznych. Potrafi on blokować nawet niskoczęstotliwościowy hałas przy kompaktowej strukturze, jednocześnie utrzymując wentylację.
Budowa i działanie VAR
VAR składa się z falowodu, który kieruje fale dźwiękowe do rezonansowej wnęki, gdzie są one zatrzymywane. Aby uzyskać odpowiednią wydajność, VAR wymaga funkcjonalnego kształtu zoptymalizowanego pod kątem szerokopasmowego tłumienia dźwięku w określonej częstotliwości szczytowej. Tradycyjne metody analityczne projektowania pozwalają jednak jedynie na stosunkowo proste projekty parametryczne i nie mogą być stosowane do osiągania VAR o złożonych geometriach.
Innowacyjne podejście badawcze
Aby rozwiązać ten problem, zespół badaczy z Korei pod kierownictwem profesora Sang Min Parka z Wydziału Inżynierii Mechanicznej na Uniwersytecie Pusan opracował innowacyjną metodę odwrotnego projektowania opartą na głębokim uczeniu się.
Strategia eksploracji przestrzeni latentnej
Proponowana metoda obejmuje strategię eksploracji przestrzeni latentnej, która przeszukuje szerokopasmowy VAR o docelowej częstotliwości szczytowej za pomocą optymalizacji opartej na algorytmie genetycznym. W porównaniu z tradycyjnymi metodami, podejście to pozwala na dużą elastyczność projektowania, jednocześnie obniżając koszty obliczeniowe.
Zastosowanie CVAE
W badaniu wykorzystano warunkowy autoenkoder wariacyjny (CVAE), generatywny model głębokiego uczenia, który koduje cechy geometryczne VAR w przestrzeni latentnej. Przestrzeń latentna to niższy wymiar, który zawiera istotne informacje wyższego wymiaru wejściowego, w tym przypadku VAR.
Proces generowania przestrzeni latentnej
Aby wygenerować tę przestrzeń, CVAE jest trenowany za pomocą obrazów przekrojów wnęki rezonansowej VAR oraz informacji o częstotliwości szczytowej. Wygenerowana przestrzeń latentna jest następnie wykorzystywana do optymalizacji algorytmu genetycznego (GA), mającego na celu znalezienie VAR o szerokopasmowej wydajności tłumienia dźwięku dla różnych docelowych częstotliwości szczytowych. GA stosuje podejście oparte na naturalnej selekcji, aby przeszukiwać optymalizowane VAR przez wiele kolejnych generacji, podobnie jak wybór korzystnych genów w ewolucji biologicznej.
Proces szkolenia CVAE
Badacze przeszkolili CVAE za pomocą obrazów przekrojów VAR z wnęką rezonansową w kształcie litery T z różnymi wartościami parametrów projektowych. Dzięki tym danym ich strategia optymalizacji stworzyła nieparametryczny VAR o nietypowej, ale funkcjonalnej strukturze.
Porównanie wyników optymalizacji
Porównując wyniki optymalizacji z VAR o najszerszym pasmie w danych treningowych dla każdej docelowej częstotliwości, stwierdzono, że zoptymalizowane projekty wykazywały szersze pasma we wszystkich przypadkach. Dodatkowo, porównano wydajność nieparametrycznego VAR z tym zaprojektowanym za pomocą metody odwrotnego projektowania opartej na parametrach i stwierdzono, że pierwsza miała znacznie większe pasma.
Zastosowanie szerokopasmowych VAR
Wyniki te podkreślają, że szerokopasmowe VAR mogą być wykorzystywane w środowiskach miejskich do skutecznego redukowania zanieczyszczenia hałasem bez kompromisów w kwestii wentylacji, co poprawia jakość życia, tworząc cichsze i bardziej komfortowe miejsca do życia i pracy.