MétaCan
Menu
Retour à la cohorte
Enregistrement W4320182854 · doi:10.3397/in_2022_0416

Active Sound Power Attenuation with a Ring of Harmonic Acoustic Pneumatic Sources fOr Destructive Interference (RHAPSODI) and near field in-duct microphones

2023· article· en· W4320182854 sur OpenAlexaffabout
Philippe Micheau, Julien Drant, Alain Berry

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAcousticsSound powerDuct (anatomy)MicrophoneActive noise controlSecondary sourceEngineeringLoudspeakerComputer sciencePhysicsNoise reduction

Résumé

récupéré en direct d'OpenAlex

Much research has been conducted to investigate active noise control of turbofans with loudspeakers as noise cancellation sources. However, the required power consumption, fragility, and weight and volume penalty make them unsuitable for engine nacelle applications. An alternative source technology, developed at Sherbrooke, is a harmonic acoustic pneumatic source (HAPS). They are mounted on a ring to perform multimodal active noise control in duct by destructive interference of primary noise (RHAPSODI). A dedicated MIMO harmonic control strategy based on complex envelopes is required to control the RHAPSODI with in-duct microphones located at a very close distance from it or with external in-duct microphones located 1 meter away from the duct mouth. During a training phase, active radiated power minimization is performed with the external microphones for different modal components of the primary harmonic noise. The optimal HAPS control and the optimal signals from the in-duct microphones are then used to tune the specific MIMO controller with a field compensation matrix close to the in-duct microphone signals. A typical result shows that RHAPSODI using 5 in-duct microphones and 5 HAPS can provide high attenuation of radiated sound power (22 dB-SPL, 1 kHz, primary sound power 130 dB).

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 enseignants0,849
Score d'incertitude au seuil0,676

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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207