MétaCan
Menu
Retour à la cohorte
Enregistrement W2799568385 · doi:10.4271/2018-01-1567

A Case Study of a Full Inverse Poroelastic Characterization of an Open-Cell Porous Material Using an Impedance Tube: The Need to Properly Prepare the Material and to Control the Measurement

2018· article· en· W2799568385 sur OpenAlexaff
Kévin Verdière, Noureddine Atalla, Raymond Panneton

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPoromechanicsElectrical impedanceCharacterization (materials science)Porous mediumTube (container)PorosityInverseAcousticsMaterials scienceFocused Impedance MeasurementEngineeringPhysicsComposite materialElectrical engineeringNanotechnologyMathematics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This paper presents a case study on the full inverse characterization of the material properties of an open-cell poroelastic foam using impedance tube measurements. It aims to show the importance of controlling the lateral boundary condition in the impedance tube, and selecting an appropriate acoustic model to obtain the most accurate material properties. The case study uses a four-inch thick melamine foam and a 100-mm diameter tube. The foam is mechanically cut to fit within the circular tube. However, the cutting process is not perfect and a tiny lateral air gap exists between the material and the tube (i.e. the foam diameter is 99.5 mm for a 100-mm diameter tube). The typical characterization procedure is to mix direct and indirect measurements to retrieve the material properties of the foam. First, open porosity, bulk density, and static airflow resistivity are directly measured. Second, tortuosity, viscous and thermal characteristic lengths, and elastic properties are identified by inverse characterization using impedance tube measurements. The inverse characterization uses different choices of frame behavior models (rigid, limp, or elastic), and lateral boundary conditions (with and without lateral air gap). The paper discusses the effects of the choice of the frame behavior model and lateral boundary condition. Notably, it shows that the tiny air gap can seriously affect the inversely characterized material properties. Moreover, the choice of the frame model impacts less the quality of the inversion, but allows or not the characterization of the elastic properties. Finally, the paper concludes with recommendations and guidelines to improve the accuracy of the inverse characterization procedure, and discusses its limitations.</div></div>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,264
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207