MétaCan
Menu
Retour à la cohorte
Enregistrement W4403266540 · doi:10.3397/in_2024_4117

Numerical study of thermo-viscous effects in acoustic materials using linearized Navier-Stokes equations

2024· article· en· W4403266540 sur OpenAlexaff
Elissa El Hajj, Niloofar RASTEGAR, Manuel Flores Salinas, Edith Roland Fotsing, Annie Ross, David Vidal

Notice bibliographique

RevueNOISE-CON proceedings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMechanicsMaterials scienceNavier–Stokes equationsMathematicsPhysicsCompressibility

Résumé

récupéré en direct d'OpenAlex

Acoustic materials, characterized by small-scale structures, require a detailed understanding of dissipation effects within the viscous and thermal boundary layers where most of the dissipation takes place. Despite the prevalent assumption of lossless or isentropic conditions in many applications, a comprehensive study of regions where thermal and viscous losses occur is crucial, particularly in scenarios where wall-induced losses are significant. Bridging this gap, the study aims to investigate these losses in various structures to guide the development of innovative acoustic materials. To achieve this objective, the Linearized Navier-Stokes Equations (LNSE) solver from the finite element software COMSOL is employed to determine the absorption coefficients and to identify predominant regions of thermal and viscous losses. The model is validated using experimental and published data. The study effectively reveals specific regions where these losses significantly dominate, highlighting their critical influence on acoustic material performance. Although the structures are simplified to 2D models to balance physical details with computational feasibility, the ability to identify dominant loss regions marks a significant contribution to the field and paves the way to refine the design of acoustic materials.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,289
Écart entre enseignants0,264 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207