MétaCan
Menu
Retour à la cohorte
Enregistrement W7036991075

Développement d’un système de mesure automatisé pour la
\ncaractérisation acoustique de matériaux en laboratoire et en
\nmilieu de travail

2022· other· fr· W7036991075 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2022
Typeother
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueMediterranean and Iberian flora and fauna
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransmission channelVideo recordingBruit
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les travailleurs sont exposés à des bruits trop forts sur leur lieu de travail, ce qui peut impacter leur santé et leur sécurité. Des phénomènes comme de la perte d’audition, de la surdité, des acouphènes, du stress ou encore du manque de sommeil peuvent survenir. Il existe ainsi une réelle nécessité de caractériser la propagation du bruit et de développer des solutions afin de diminuer l’impact du bruit sur la santé et la vie des travailleurs. \n \nPour ce faire, il existe plusieurs solutions de réduction de bruit, dont le contrôle de la propagation des ondes acoustiques. Il est par exemple possible d’insonoriser les locaux afin de réduire cette propagation. C’est dans ce cadre que s’inscrit mon projet de recherche et plus particulièrement sur la mise en œuvre d’une nouvelle méthode de caractérisation des matériaux absorbants. \n \nEn effet, pour choisir des matériaux absorbants efficaces pour un local donné, il est important de connaître ses propriétés acoustiques pour des champs d’excitation se rapprochant de ceux auxquels ils seront soumis une fois installés. Cependant, il n’existe que deux méthodes normalisées à ce jour : celles du tube d’impédance et de la chambre réverbérante. Ces méthodes sont limitées : elles s’effectuent dans des conditions éloignées de la réalité et demandent des conditions de montage spécifiques des échantillons et de l’environnement. De plus, la méthode de chambre réverbérante est difficile à mettre en oeuvre, est peu répétable et ainsi, elle reste longue à réaliser et coûteuse. \n \nC’est pourquoi une nouvelle méthode, plus robuste et plus proche des conditions réelles, a été développée : la méthode de synthèse de champ (Robin, Berry, Doutres & Atalla, 2014; Robin, Amédin & Berry, 2018; Robin et al., 2019). Le principe est de déplacer une source acoustique le long d’un plan parallèle à la surface du matériau à caractériser, de générer un signal en chaque point et d’acquérir les pressions acoustiques reçues par deux microphones, centrés au-dessus du matériau. Cela permet par la suite de remonter au coefficient d’absorption en synthétisant un champ acoustique complexe. Cette méthode connaît cependant des limites en basses fréquences, provenant des incertitudes de positions des points de source et des microphones ou du modèle d’ondes sphériques simplifié. C’est pourquoi l’idée de développer un banc de test automatisé est apparue et de proposer une nouvelle méthode utilisant un modèle de champ acoustique plus précis (le modèle d’Allard). Cette méthode est développée par l’Université de Sherbrooke dans le cadre du projet global financé par l’IRSST. \n \nMon projet a pour but d’automatiser un banc de test afin de limiter les erreurs et incertitudes de mesures et leur propagation dans les résultats. Pour cela, j’ai d’abord réalisé la conception, la fabrication et l’automatisation du banc de test. Celui-ci comprend une interface utilisateur et plusieurs codes permettant le déplacement de la source acoustique, la génération et l’acquisition de données, le traitement du signal et le post-traitement des données. Ensuite, la validation de la nouvelle méthode proposée sur banc a demandé d’effectuer des mesures de référence en tube de Kundt, petite cabine alpha et en chambre réverbérante et de caractériser les paramètres macroscopiques des cinq matériaux à l’étude afin d’alimenter des modèles théoriques, sources de comparaison. \n \nLes résultats obtenus sont encourageants. Le déroulé des mesures, qui comprend le montage de l’échantillon et des microphones, est plus simple que la méthode précédente. Les résultats issus de la nouvelle méthode de post-traitement montrent une amélioration en basses fréquences, malgré quelques oscillations, provenant de réflexions parasites par des éléments du banc de mesure.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Même sujetMediterranean and Iberian flora and faunaTravaux en français237 207