Topology Optimization of One-Dimensional Periodic Acoustic Metamaterial for Airborne Noise Attenuation
Notice bibliographique
Résumé
Abstract Noise generated by facilities on offshore platforms can reach high levels, negatively affecting the overall well-being of workers. The annoying frequencies indicated by sound quality metrics can vary widely and are difficult to manage using standard noise filtering techniques. Additionally, the production process for conventional polymer-based acoustic filters can be hazardous and unpleasant. In this regard, the rise of additive manufacturing has opened up a range of opportunities to utilize acoustic filter geometries that would typically be overlooked due to their complexity and intricate design. One such design includes periodic geometries comprising Triply Periodic Minimal Surfaces (TPMS), including sheet-based and strut-based unit cells that have been employed for various sensing applications. Consequently, this study focuses on optimizing the designs of one-dimensional periodic acoustic metamaterials, which are constructed from these TPMS geometries. The optimized designs are those that exhibit acoustic bandgaps spanning most of the audible frequency range, which is from 20 Hz to 20 kHz. The selected surfaces—Primitive, Diamond, IWP, Nevious and Gyroid—resulted in ten distinct design configurations. A parametric study was conducted that entailed computing the normalized acoustic bandgaps of 138 normalized design combinations using FE-Bloch’s theorem. Subsequently, an extensive search was performed on the normalized bandgap data to transform these normalized design combinations into 55,338 designs by varying the unit cell sizes, thereby identifying the optimal unit cell design in each configuration. The optimal unit cell designs were found to exhibit bandgaps covering up to 85% of the audible frequency range. Numerical Acoustic Pressure Responses (APRs) were calculated for the optimal one-dimensional metamaterials in an actuation and sensing scenario to confirm the presence of bandgaps. The APRs demonstrated sound attenuation in frequency regions that corresponded to bandgaps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».