MétaCan
Menu
Retour à la cohorte
Enregistrement W4403274302 · doi:10.3397/in_2024_3718

High sound pressure level sound absorption in acoustic resonant metamaterials: adapting a mass-spring model for nonlinear effects

2024· article· en· W4403274302 sur OpenAlexaff
Maël Lopez, Tenon Charly Kone, Alla Eddine Benchikh Le Hocine, Thomas Dupont, Raymond Panneton

Notice bibliographique

RevueNOISE-CON proceedings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensNational Research Council CanadaUniversité de SherbrookeÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésAcousticsSpring (device)Sound (geography)Sound pressureAcoustic metamaterialsAbsorption (acoustics)Nonlinear systemPhysicsMaterials scienceAcoustic waveThermodynamics

Résumé

récupéré en direct d'OpenAlex

In aerospace, conventional materials as micro-perforated panels backed by cavities are used to absorb sound at high sound pressure levels. These solutions are not optimal at low frequencies compared to resonant acoustic metamaterials, which present an acoustic absorption peak with a wavelength-to-thickness ratio greater than conventional materials, i.e., a ratio>>5. Acoustic resonant metamaterials are mainly studied at low sound pressure levels (<100dB). However, they are sensitive to increasing the amplitude of acoustic excitation. The studied metamaterial is composed of a compact array of thin single-perforation panels spaced by thin cylindrical air cavities. In a previous study, a mass-spring model was developed for low sound pressure levels. The perforations are modeled by equivalent masses, whereas cavities by equivalent springs. In the perforations, high values of the acoustic velocity lead to an increase in the acoustic resistance of the material. This effect is considered by the Forchheimer parameter in the mass-spring model. To determine this parameter and to study how it is impacted by the metamaterial geometry, the computational fluid dynamic method is used. The mass-spring model is adapted with a nonlinear term. The adapted model agrees well with simulations by finite element method at sound pressure levels up to 140dB.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,042
Tête enseignante GPT0,275
Écart entre enseignants0,233 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207