MétaCan
Menu
Retour à la cohorte
Enregistrement W3094537017 · doi:10.1063/5.0022797

Numerical characterization of Love waves dispersion in viscoelastic guiding-layer under viscous fluid

2020· article· en· W3094537017 sur OpenAlexaff
Jérémy Bonhomme, Mourad Oudich, Pedro Alberto Segura Chavez, Mohamed Lamine Fayçal Bellaredj, Jean‐François Bryche, D. Beyssen, Paul G. Charette, F. Sarry

Notice bibliographique

RevueJournal of Applied Physics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesCentre National de la Recherche ScientifiqueCentre National d’Etudes Spatiales
Mots-clésViscoelasticityAttenuationPhase velocityPiezoelectricityAnisotropyWave propagationDispersion relationMechanicsDispersion (optics)Viscous liquidWavenumberMaterials scienceViscosityPhysicsClassical mechanicsAcousticsOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

We present a finite element (FE) based model to accurately investigate the dispersion and attenuation of Love waves in a multilayered structure made of a piezoelectric substrate, a guiding layer, and a viscous fluid. The numerical model solves the general form of the wave equations that includes the materials anisotropy, piezoelectricity, and viscoelasticity. We express the wave equations for elastic waves in a particular formulation in order to solve an eigenvalue problem where the eigenvalue is the complex wavenumber k from which we can derive the phase velocity [ω/Re(k)] and the attenuation rate [Im(k)]. The numerical model enables us to study the effects of the interdigitated electrodes, the materials viscoelasticity and piezoelectricity, and the fluid's viscosity on the wave phase velocity and attenuation. Our FE based model will facilitate optimizing the design of anisotropic piezoelectric platforms for Love waves propagation under viscous fluid loading.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,235
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207