Investigation on Acoustic and Thermal Properties of Powdered Granular Mask (PGM) Reinforced Green Epoxy Composites
Notice bibliographique
Résumé
This study investigates the acoustic and thermal properties of powdered granular mask (PGM) reinforced green epoxy (GE) composites, with PGM contents of 30 vol.%, 40 vol.%, and 50 vol.%. The aim is to develop sustainable, high-performance materials with enhanced insulation properties. Among the samples, S4 (PGM/50 vol.% GE) exhibited the highest Noise Reduction Coefficient (NRC) of 0.30, demonstrating excellent acoustic shielding. Increasing the GE content improved the Transmission Loss (TL) by densifying the composite structure, significantly enhancing sound attenuation. In the high-frequency range, S2 (PGM/30 vol.% GE), S3 (PGM/40 vol.% GE), and S4 recorded TL peaks of 39.3 dB, 43.5 dB, and 44.9 dB at 1372 Hz, 1552 Hz, and 1544 Hz, respectively, confirming improved acoustic performance with higher PGM content. Thermal stability also increased with higher GE content, with S4 showing the highest decomposition inflection temperature of 472°C, indicating enhanced heat resistance. The novelty of this work lies in the dual functional benefits of PGM/GE composites, which offer both superior acoustic insulation and thermal stability. These properties make the composites ideal for aircraft flooring systems, particularly in areas such as cockpits and passenger cabins, where both sound insulation and thermal control are critical. The findings underscore the potential of PGM/GE composites for sustainable, high-performance applications requiring both acoustic and thermal management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».