DETONATION : Prédiction et optimisation des sources acoustiques à l'aide de l'apprentissage profond

DETONATION：声学来源的预测和优化以及深度学徒的助手

• 批准号: 568515-2021
• 负责人: Moreau, Stephane
• 金额: $ 2.84万
• 依托单位: Université de Sherbrooke
• 依托单位国家: 加拿大
• 项目类别: Alliance Grants
• 财政年份: 2021
• 资助国家: 加拿大
• 起止时间: 2021-01-01 至 2022-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=723189
• 关键词: DETONATION; Pr; diction; et; optimisation

Traditionnellement, la nuisance sonore a toujours été une problématique au coeur de l'aviation moderne avec l'avènement du turboréacteur. En conséquence, des normes de niveaux de bruit de plus en plus draconiennes ont été appliquées autour des aéroports. De plus, l'augmentation continue du taux de dilution des moteurs fait que le bruit de jet a sans cesse diminué au profit du bruit de la soufflante sur les trois points de certification des avions. Enfin, l'apparition de nouvelles technologies comme les drones ou les taxis volants urbains avec des hélices multiples et systèmes de propulsion distribuée ne fait qu'accentuer la part prépondérante du bruit généré par les machines tournantes dans les moyens de transport aérien. Sa prédiction et sa réduction est donc un enjeu sociétal majeur. Durant les dix dernières années, des progrès significatifs ont été réalisés dans le développement de modèles analytiques capables de prédire le bruit de tout type de machine tournante (ventilateur basse vitesse, turbomachine haute vitesse, en champ libre ou caréné) avec la rapidité et la précision nécessaire au prédimensionnement. Une plateforme logicielle Optisound a été ainsi développée par le partenaire industriel Optis en partenariat avec l'université de Sherbrooke pour commercialiser cette solution et ainsi favoriser la réduction du bruit dans tous les secteurs industriels. Néanmoins, certains modèles physiques ont encore des limitations ou reposent sur des bases d'essais limitées. De plus, les modèles les plus sophistiqués sont encore trop lents pour être intégrés efficacement dans une boucle d'optimisation. Le présent projet se propose d'adresser ces limitations en utilisant plusieurs techniques d'intelligence artificielle pour développer de nouveaux modèles analytiques, pour accélérer leur exécution à des fins d'optimisation et aussi pour étendre le champ d'application aéroacoustique d'Optis. Optis améliorera ainsi non seulement sa solution logicielle unique mais aussi son champ de compétence, pour les bénéfices du Québec et du Canada.#(cr)#(lf)Traditionally, noise has always been a key issue in modern aviation with the advent of turboengines. Consequently, more and more severe noise specifications and standards have been established around airports. Moreover, the continuous increase of the turbofan by-pass ratio has allowed decreasing jet noise steadily making fan noise dominant in all three airplane certification conditions. Finally, emerging new transport technologies such as drones or urban air taxis with multiple fan systems only emphasize the importance of the noise generated by rotating machines in air transport. Its prediction and its reduction are therefore a major society challenge. In the past ten years, significant progress has been achieved in the development of analytical models able to predict the noise from various rotating machines (low-speed fans, high-speed turbomachinery, in free field or ducted) with the execution speed and accuracy necessary for early efficient design. A software platform Optisound has been developed by the industrial partner Optis in partnership with Université de Sherbrooke to commercialize the solution and therefore favor the noise reduction in several industrial sectors. Nevertheless, certain physical models still have limitations or rely on limited experimental database. Moreover, the most complex models are still too slow to be efficiently integrated in an optimization loop. The project will address the aforementioned limitations by using several artificial intelligence techniques to develop new models, to speed up their execution in order to achieve optimization, and also to extend Optis range of applications. Optis will not only improve its unique software portfolio but also its range of expertise, for the benefits of Québec and Canada.

传统上，现代航空在涡轮增压方面的问题一直存在。 Enfin，新型技术，用于无人机或出租车、城市飞行器和螺旋桨以及推进分配系统这是航空运输中最重要的机器比赛的主要部分。预测和减少是社会不可抗力的影响。需要快速和精确地进行尺寸调整。与舍布鲁克大学合作开发工业解决方案并减少所有工业部门的噪音。另外，这些模型和复杂的技巧可以在优化过程中发挥整体功效。加速执行优化和空气声学应用冠军。加拿大.#(cr)#(lf)传统上，随着涡轮发动机的出现，噪声一直是现代航空的一个关键问题，机场周围建立了越来越严格的噪声规范和标准。涡轮风扇涵道比使喷气式飞机噪音稳步降低，使风扇噪音在所有三种飞机认证条件中占据主导地位。最后，新兴的运输技术（例如具有多个风扇系统的无人机或城市空中出租车）仅强调旋转产生的噪音的重要性。航空运输中的机器。因此，在过去十年中，在能够预测各种旋转机械（低速风扇、高速涡轮机械、自由场或管道机械）噪声的分析模型的开发方面取得了重大进展。 ）具有早期高效设计所需的执行速度和准确性。工业合作伙伴 Optis 与舍布鲁克大学合作开发了软件平台 Optisound，以实现该解决方案的商业化，从而有利于多个工业领域的降噪。模型仍存在局限性此外，最复杂的模型仍然太慢，无法有效地集成到优化循环中，该项目将通过使用多种人工智能技术来开发新模型来解决这些限制，以加快其执行速度。实现优化并扩展 Optis 的应用范围，Optis 不仅将改善其独特的软件产品组合，还将改善其专业知识范围，从而造福于魁北克省和加拿大。