MétaCan
Menu
Retour à la cohorte
Enregistrement W4404195899 · doi:10.1016/j.ultras.2024.107494

Generation of broadband airborne ultrasound using an Harmonic Acoustic Pneumatic Source

2024· article· en· W4404195899 sur OpenAlexafffund
Romain Rousseau, Pierre Grandjean, Nicolas Quaegebeur, Loïc Charlebois-Vachon, Philippe Micheau

Notice bibliographique

RevueUltrasonics · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésBroadbandAcousticsHarmonicUltrasoundMaterials scienceComputer scienceTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents a new type of airborne transducer for generating broadband ultrasound with a high Sound Pressure Level (SPL). The concept is based on the Harmonic Acoustic Pneumatic Source (HAPS) that uses pressurized air in conjunction with a flow chopper made up of a rotating cage with slots connected to a specific exhaust. The fundamental frequency depends on the number of slots and the rotation speed of the cage. An analytical model of the HAPS coupled with a numerical model of the exhaust is used to predict the radiated acoustic pressure and to estimate the influence of dimensional parameters on pressure level generated by the source. Experiments are conducted with two cages: one with one slot in order to generate pulses periodically and one with 122 slots to generate periodic sound. The level of sound pressure is measured as a function of distance (0.004 to 0.5 m), the cage rotation (up to 11 krpm) and directivity (0 to 90°). For the fundamental frequency at 22 kHz, the maximum SPL of 150 dB (632 Pa rms) is /measured at 0.004 m, and decreases to 122 dB (35 Pa rms) at 0.5 m. At 0.5 m, the second and third harmonics can generate a SPL equal or greater than 115 dB above 22 kHz and up to 66 kHz. Discrepancies between the experiments results and numerical model are observed in terms of SPL, directivity and in-axis pressure.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,073
Tête enseignante GPT0,291
Écart entre enseignants0,218 · 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'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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUltrasonicsMême sujetUnderwater Acoustics ResearchTravaux en français237 207