XiaoMi-AI文件搜索系统
World File Search System吸声
石墨烯超薄鼓高效蜂窝吸声体
原子级厚度的石墨烯片本质上具有无与伦比的面内刚度，但在机械驱动下会表现出较大的面外变形，[1,2] 从而表现出丰富迷人的振动特性，可在纳米机械装置中实现重要的新兴应用，例如超灵敏质量传感器[3–5]、宽带扬声器[6]和振荡器[7]。超薄石墨烯片有望成为制造效率极高的良好吸声器的理想候选材料。原则上，石墨烯的强谐振效应可以有效地耗散声音振动并减缓其传播，特别是对于低频声音。为了实现高吸声效果，膜的受迫谐振已用于超薄超表面谐振器[8–10]、装饰膜谐振器[11,12]、超材料[13,14]和微穿孔板。 [15–18] 该机制正在取代传统材料孔隙中摩擦阻尼和波速的线性响应，[11] 克服受限的低频声衰减。 对于厚度限制，具有非线性阻尼行为的石墨烯薄片 [19] 可以合理利用，实现吸声的新突破，以满足人类听力健康、芯片和建筑设计中越来越高的声学防护要求。 [20]
智能材料及声学超材料低频吸声研究进展
吴玉成现为合肥工业大学特聘教授、博士生导师。2000年获中国科学院凝聚态物理博士学位。目前的研究兴趣主要集中在聚变材料、能源相关材料和功能纳米材料上。他曾在世界各地担任各种学术职务，包括圣安德鲁斯大学名誉教授（2013-）、皇家墨尔本理工大学客座教授（2012-）、中国微米纳米技术学会理事（2012-）、国家先进能源环境材料国际科技合作基地主任（2017-）。他在Science Advances、Advanced Materials、Advanced Functional Materials、ACS Nano等期刊上发表了300多篇同行评议科学论文，总引用次数超过12 000次。
使用局部搜索算法优化金属泡沫的形态参数以获得最高的吸声系数
金属泡沫因其独特的特性被认为是最新的吸声材料之一。通过确定吸声材料的结构特性来预测其声学行为是一种最有效的方法。不幸的是，直接测量这些参数通常很困难。目前，已经有声学模型显示吸声体形貌和吸声系数（SAC）之间的关系。通过优化对SAC有效的参数，可以获得每个频率下的最大SAC。在本研究中，使用基准测试方法，在MATLAB编码软件中验证了Lu提出的模型。然后，使用局部搜索算法（LSA）对金属泡沫形貌参数进行优化。优化参数有三个因素，包括孔隙率、孔径和金属泡沫孔开口尺寸。优化应用于500至8000 Hz的宽频带。预测值与Lu模型得到的基准数据一致。在 500 至 800 Hz 的频率范围内，孔隙率为 50% 至 95%，孔径为 0.09 至 4.55 mm，孔开口尺寸为 0.06 至 0.4 mm，可获得最高的 SAC。在大多数频率下，孔开口尺寸的最佳量为 0.1 mm，可获得最高的 SAC。结论是，所提出的 LSA 方法可以根据 Lu 模型优化影响 SAC 的参数。所提出的方法可以作为优化金属泡沫微观结构参数以提高任何频率下的 SAC 的可靠指导，并可用于制造优化的金属泡沫。