Optimizing Loudspeakers Placement for Active Noise Control in Double-Glazing.
Notice bibliographique
Résumé
Active noise control (ANC) in double-glazing (DG) systems generally follows three strategies: minimizing acoustic pressure in the cavity, downstream of the panel, or through active vibration control. While controlling the pressure field within the air gap shows potential for reducing transmitted sound, existing studies often rely on symmetric, corner-mounted loudspeaker configurations, which may be suboptimal for maximizing attenuation. This study explores how many loudspeakers are needed and where to position them inside the cavity to improve downstream attenuation. A finite element model simulating the transmission loss (TL) of a 2.1m×0.85m DG panel was developed in COMSOL and validated using measurements in a coupled-room facility. To assess ANC performance from 100-500Hz, this model was coupled with MATLAB to compute the anti-noise generated by each loudspeaker. A pseudo brute-force optimization in MATLAB was then used to identify the most effective loudspeaker positions along the inner perimeter of the cavity. This presentation details the optimization method and compares simulated TL and attenuation for different layouts. Results are discussed in relation to classical configurations from the literature, demonstrating that optimized source placement can significantly enhance ANC performance. Future work will focus on experimental validation of both harmonic and broadband active DG systems.
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 | 0,001 |
| 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 ».