Multi-objective optimization of structured material parameters for reducing broadband aircraft noise across various frequencies
Notice bibliographique
Résumé
Introduction Controlling broadband noise across the entire frequency spectrum, from low to high frequencies, remains a critical challenge in aerospace, transportation, and construction industries. Current acoustic metamaterials are effective primarily for low-frequency noise but suffer from narrow-band resonances that limit their application for broader-band noise attenuation. Methods This study introduces an innovative structured material system comprising a parallel assembly of structured materials and Helmholtz Resonators embedded within a fiberglass layer. A multi-objective optimization approach based on a surrogate model was employed to fine-tune the parameters of each structured material. The optimization process allowed precise grouping of individual resonant frequencies, thereby broadening the effective resonance frequency band to address low- and high-frequency noise. Results The proposed structured material system demonstrated significant broadband noise attenuation across a wide frequency range. The optimized configuration achieved effective noise reduction while adhering to practical implementation constraints, providing a feasible solution for industrial applications. Discussion This study underscores the importance of optimization in advancing noise control technologies. By overcoming the limitations of narrow-band resonances, the proposed approach achieves effective broadband noise attenuation, addressing critical challenges in aerospace, transportation, and construction. The integration of structured materials and Helmholtz Resonators, optimized using a surrogate model, broadens the resonance frequency band while meeting practical implementation requirements. These results highlight a viable and impactful solution for noise control across diverse industries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».