当今,随着噪音污染的日益严重,吸声材料已经越来越引起人们的重视。超低密度植物纤维材料是密度为0.01-0.12g/cm3的生物质材料,具有抗冲击、保温隔热、阻燃防腐、吸音防震等优点。材料内部具有三维开孔网状结构,植物纤维间存在大量结构复杂的微小孔隙,是一种环境友好的多功能吸声材料。本文通过对超低密度植物纤维材料的吸声特性进行系统的理论和试验研究,旨在揭示其吸声机理,建立超低密度植物纤维材料的吸声性能预测模型,推导出材料结构参数与吸声性能的关系,对实际工程设计和应用有一定的指导意义。本文通过驻波管法测试超低密度植物纤维材料的吸声系数,并用图像分析法表征材料内部孔隙结构,探讨材料密度、孔隙率、孔径、厚度、背后空腔等因素对其吸声性能的影响。试验结果表明：材料的密度、孔隙率、孔径过大或过小均会影响其吸声性能,在一定条件下存在一个最佳值；增加材料的厚度,有利于材料吸声性能的提高,但是厚度增加至一定值后对吸声性能的提高不明显；在材料背后设置空腔有助于提高其低频吸声效果,随着空腔厚度的增加材料的吸声性能有所提高。在试验的基础上,分别通过以下两种方式建立超低密度植物纤维材料的吸声性能预测模型：(1)基于多孔材料的圆管理论模型建立材料吸声系数的数学模型,将模型计算值与试验测试值进行比较,结果表明该数学模型能对超低密度植物纤维材料的吸声系数进行较准确的预测,还能正确的反映材料结构参数变量对吸声性能的影响,并可通过该模型计算出吸声性能最佳时材料的厚度和孔径；(2)基于BP神经网络理论,建立以超低密度植物纤维材料结构参数(材料厚度、孔隙率、孔径)为输入,平均吸声系数为输出的预测模型。分析讨论模型网络结构构建、样本数据的选取及预处理、传递函数的选择、训练函数的选择、学习速率和目标误差的设立,并将BP神经网络模型预测值与试验测试值进行比较,结果表明该模型也具备较好的预测精度。