MétaCan
Menu
Retour à la cohorte
Enregistrement W4246928821 · doi:10.1121/2.0000599

Characterization of micro-perforated panel at high sound pressure levels using rigid frame porous models

2017· article· en· W4246928821 sur OpenAlexaff
Zacharie Laly, Noureddine Atalla, Sid-Ali Meslioui

Notice bibliographique

RevueProceedings of meetings on acoustics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésTortuositySound pressureAcousticsMaterials scienceAcoustic impedanceElectrical impedanceRigid framePorous mediumPorosityFrame (networking)EngineeringPhysicsComposite materialUltrasonic sensorTelecommunications

Résumé

récupéré en direct d'OpenAlex

An acoustic impedance model to predict the acoustic response of micro-perforated panels at high sound pressure levels is proposed using rigid frame porous models. The micro-perforated panel is modeled following Johnson-Allard approach with an effective density which depends on the frequency. The incident sound pressure on the surface of the perforations is considered as a main variable in the model and the parameters of the equivalent fluid such as the tortuosity and the flow resistivity are expressed as functions of this incidence pressure. The proposed model shows good agreement by comparison with other existing nonlinear impedance models for sound pressure level up to 150 dB. Experimental measurements were performed on several micro-perforated panels backed by air cavities using an impedance tube equipped with a high sound speaker capable of delivering a high sound pressure level up to 155 dB. A good correlation between theoretical and experimental results is obtained. Micro-perforated panel backed by porous material is modeled and validated experimentally using an equivalent tortuosity of the micro-perforated panel which depends on the dynamic tortuosity of the porous layer.

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)0,001
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 enseignants0,525
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,263
Écart entre enseignants0,204 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207