Frame acoustic properties of sound absorption structure having helical shapes

Q: 이 논문에서 정의한 나선형 흡음 구조란 무엇인가?

나선형 흡음 구조는 기존 흡음재와 달리 층상 구조 내부에 나선형 형상을 가지며 복합 재료로 구성된 새로운 흡음 방식이다. 이는 층 사이의 공기 공동 변화를 통해 유동 저항을 조절하여 흡음 성능을 향상시키며, 특히 저주파수 대역에서 주기적인 배열을 통해 흡음 및 투과 성능을 개선한다.

Q: 나선형 흡음 구조는 기존 흡음재와 비교하여 어떤 음향 특성을 가지는가?

연구 결과, 나선형 흡음 구조는 동일한 두께에서 기존 흡음재보다 우수한 흡음 계수를 나타낸다. 또한, 동적 강성 및 손실 계수 측정 결과에서도 기존 흡음재보다 더 높은 값을 보여, 소음과 진동을 동시에 흡수할 수 있는 잠재력을 가진다.

Boseung Kim; Sungjin Cho; Dongki Min; Junhong Park

학술대회자료

저자정보: Boseung Kim (Hanyang University) Sungjin Cho (Hanyang University) Dongki Min (Hanyang University) Junhong Park (Hanyang University)

저널정보: 대한기계학회 대한기계학회 춘추학술대회 Proceedings of the 4th Korea-Japan Joint Symposium on Dynamics and Control

오류 신고하기

피인용 0

검색

초록·키워드

New sound absorbing method utilizing layered-shaped medium is proposed. Conventional sound absorbing materials converts sound energy into thermal energy due to the porosity and tortuosity. New sound absorbing model has helical-like shape in layered format with composite materials, and it can change the flow resistance itself through the change of the air cavity between layers. Acoustic impedance and sound absorption coefficient using impedance tube are measured for comparing to conventional sound absorbing ... 전체 초록 보기

#Sound absorption coefficient #Dynamic stiffness #Loss factor #Slit model

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2016-550-001607010

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)