The Journal of the Acoustical Society of Korea (한국음향학회지)

The Acoustical Society of Korea (한국음향학회)
권호 표지
DOI QR코드

DOI QR Code

A study on the localization of incipient propeller cavitation applying sparse Bayesian learning

희소 베이지안 학습 기법을 적용한 초생 프로펠러 캐비테이션 위치추정 연구

  • 최하민 (서울대학교 조선해양공학과) ;
  • 양해상 (서울대학교 조선해양공학과) ;
  • 이석규 (LIG넥스원) ;
  • 성우제 (서울대학교 조선해양공학과)
  • Received : 2023.07.21
  • Accepted : 2023.11.08
  • Published : 2023.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Noise originating from incipient propeller cavitation is assumed to come from a limited number of sources emitting a broadband signal. Conventional methods for cavitation localization have limitations because they cannot distinguish adjacent sound sources effectively due to low accuracy and resolution. On the other hand, sparse Bayesian learning technique demonstrates high-resolution restoration performance for sparse signals and offers greater resolution compared to conventional cavitation localization methods. In this paper, an incipient propeller cavitation localization method using sparse Bayesian learning is proposed and shown to be superior to the conventional method in terms of accuracy and resolution through experimental data from a model ship.

초생 프로펠러 캐비테이션에 의한 소음은 광대역 신호를 방출하는 적은 수의 음원으로 가정된다. 전통적인 캐비테이션 위치 추정 방법은 정확도가 낮으며, 해상도가 낮아 인접한 음원을 구분할 수 없다는 한계점이 있다. 희소 베이지안 학습 기법은 희소성을 가지는 신호에 대해 고해상도의 복원 성능을 보이는 기법으로, 전통적인 캐비테이션 위치추정 방법에 비해 고해상도로 위치를 추정하는 특성을 가진다. 본 논문에서는 희소 베이지안 학습 기법을 적용한 초생 프로펠러 캐비테이션 위치 추정 기법을 제안하고 실제 모형선 실험 결과를 통해 제안한 기법이 정확도 및 해상도 측면에서 기존 방식보다 뛰어남을 보였다.

Keywords

Acknowledgement

본 논문은 LIG넥스원의 지원을 받아 수행된 연구이며(LIGNEX1-2020-0938(00)), 방위사업청과 국방과학연구소의 지원을 받아 수행된 연구임(UC200001D).

References

  1. Y. Lecoffre, Cavitation: Bubble Trackers (Balkema, Leiden, 1999), Chaps. 1 and 9.
  2. C. Park, H. Seol, K. Kim, and W. Seong, "A study on propeller noise source localization in a cavitation tunnel," Ocean Eng. 36, 754-762 (2009). https://doi.org/10.1016/j.oceaneng.2009.04.005
  3. D. Kim, W. Seong, Y. Choo, and J. Lee, "Localization of incipient tip vortex cavitation using ray based matched field inversion method," J. Sound Vib. 354, 34-46 (2015). https://doi.org/10.1016/j.jsv.2015.06.007
  4. N. A. Chang and D. R. Dowling, "Ray-based acoustic localization of cavitation in a highly reverberant environment," J. Acoust. Soc. Am. 125, 3088-3100 (2009). https://doi.org/10.1121/1.3097465
  5. Y. Choo and W. Seong, "Compressive spherical beamforming for localization of incipient tip vortex cavitation," J. Acoust. Soc. Am. 140, 4085-4090 (2016). https://doi.org/10.1121/1.4968576
  6. M. Park, Y. Park, K. Lee, and W. Seong, "Incipient tip vortex cavitation localization using block-sparse compressive sensing," J. Acoust. Soc. Am. 147, 3454-3464 (2020). https://doi.org/10.1121/10.0001265
  7. M. Park and Y. Choo, "Three-dimensional off-grid localization of incipient tip vortex cavitation using bayesian inference," Ocean Eng. 261, 112124 (2022).
  8. C. Park, G. Kim, Y. Park, K. Lee, and W. Seong, "Noise localization method for model tests in a large cavitation tunnel using a hydrophone array," Remote Sens. 8, 195-218 (2016).
  9. K. Lee, J. Lee, D. Kim, K. Kim, and W. Seong, "Propeller sheet cavitation noise source modeling and inversion," J. Sound Vib. 333, 1356-1368 (2016).
  10. J. H. Lee, "Acoustic localization of incipient cavitation in marine propeller using greedy-type compressive sensing," Ocean Eng. 197, 106894 (2020).
  11. M. E. Tipping, "Sparse bayesian learning and the relevance vector machine," J. Mach. Learn. Res. 1, 211-244 (2001).
  12. E. Hwang, H. Jeong, S. K. Lee, and H. Seol, "An experimental study of estimation of propeller noise localization using beamforming method" (in Korean), J. Acoust. Soc. Kr. 32, 392-400 (2022).