MétaCan
Menu
Retour à la cohorte
Enregistrement W2610788345 · doi:10.4271/2017-01-1878

Inverse Poroelastic Characterization of Open-Cell Porous Materials Using an Impedance Tube

2017· article· en· W2610788345 sur OpenAlexafffund
Kévin Verdière, Raymond Panneton, Noureddine Atalla, Saïd Elkoun

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesMitacs
Mots-clésPoromechanicsMaterials scienceElectrical impedanceCharacterization (materials science)Tube (container)Porous mediumPorosityInverseAcousticsComposite materialEngineeringPhysicsNanotechnologyElectrical engineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

A poroelastic characterization of open-cell porous materials using an impedance tube is proposed in this paper. Commonly, porous materials are modeled using Biot’s theory. However, this theory requires several parameters which can be difficult to obtain by different methods (direct, indirect or inverse measurements). The proposed method retrieves all the Biot’s parameters with one absorption measurement in an impedance tube for isotropic poroelastic materials following the Johnson-Champoux-Allard’s model (for the fluid phase). The sample is a cylinder bonded to the rigid termination of the tube with a diameter smaller than the tube’s one. In that case, a lateral air gap is voluntary induced to prevent lateral clamping. Using this setup, the absorption curve exhibits a characteristic elastic resonance (quarter wavelength resonance) and the repeatability is ensured by controlling boundary and mounting conditions. The inversion algorithm contains a global optimization process using an axisymmetric finite element code implemented in the Foam-X characterization software. To apply the inversion, the user must provide tube diameter, together with sample diameter, thickness, density, and absorption curve. Also, when available, some other parameters can be provided, such as open porosity, airflow resistivity, tortuosity, or Poisson’s ratio. Providing these additional parameters improves the algorithm convergence. The algorithm is tested on different porous materials and compared to direct measurements. For some materials, the main experimental challenge is to make sure to excite the elastic resonance during impedance tube measurements. Once the resonance is excited, the proposed inversion algorithm finds Biot’s parameters that are generally comparable with direct measurements. The validity and main limitations of the method are finally discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,286
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207