MétaCan
Menu
Retour à la cohorte
Enregistrement W4411847571 · doi:10.1016/j.ast.2025.110571

Enhancing low-frequency transmission loss in aircraft fuselage sidewalls with a flat array of covered Helmholtz resonators metamaterial

2025· article· en· W4411847571 sur OpenAlexafffund
Kévin Carillo, Leonardo Pires, Thomas Padois, Vladimir Braïlovski, Olivier Doutres

Notice bibliographique

RevueAerospace Science and Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesConsortium de Recherche et d’innovation en Aérospatiale au QuébecMinistère de l'Économie, de la Science et de l'Innovation - QuébecUniversité de Sherbrooke
Mots-clésFuselageAcousticsResonatorHelmholtz resonatorMetamaterialHelmholtz free energyTransmission lossTransmission (telecommunications)Materials scienceEngineeringPhysicsOpticsElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper explores the use of a flat array of covered Helmholtz resonators (CHRs) as a metamaterial for enhancing the acoustic transmission loss (TL) of aircraft fuselage sidewall. The benefits of CHRs are twofold: (i) decreasing the Helmholtz resonance frequency, thereby targeting lower frequencies, and (ii) providing precise control over the resonant frequency of the metamaterial when integrated into a fuselage sidewall. In this paper, we first examine the vibroacoustic behavior of a single CHR, observing a significant decrease in resonant frequency as the covering plate approaches the neck entrance. Subsequently, we evaluate arrays of CHRs, with different filling factors, and their impact on the TL of an aircraft fuselage sidewall. Placing the CHRs metamaterial in the dead space between stringers improves the TL by up to 10 dB at the panel's ring frequency, demonstrating their potential for low-frequency noise reduction in aircraft.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,219
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerospace Science and TechnologyMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207