Il suono è spesso considerato come una semplice increspatura che si diffonde da un punto, come un sasso gettato in uno stagno. Ma nel complesso mondo dell'aerodinamica, dove l'aria scorre sopra ali di aerei, ventole e eliche, le sorgenti sonore sono raramente punti semplici. Invece, si comportano spesso come dipoli: coppie di forze che spingono e tirano in direzioni opposte, creando un campo sonoro che ha una specifica direzione o orientamento. Immaginate una coppia di mani che si applaudono; il suono è più forte davanti e dietro le mani, ma debole ai lati. Questa natura direzionale è cruciale per comprendere il rumore, eppure per decenni gli ingegneri hanno lottato per mappare queste sorgenti perché non sapevano in quale direzione fossero rivolte le "mani". Senza conoscere l'orientamento, gli strumenti standard utilizzati per localizzare questi suoni spesso sbagliano la posizione o valutano male l'intensità della sorgente.

Ricercatori del Centro Aerospaziale Tedesco hanno sviluppato un nuovo modo per risolvere questo enigma. Hanno creato un metodo che permette alle telecamere acustiche – sistemi composti da molti microfoni disposti in una griglia – di non solo trovare da dove proviene un suono, ma anche di capire la direzione della forza che lo crea, anche quando tale direzione è completamente sconosciuta. Trattando la sorgente sonora come una combinazione di tre movimenti di base lungo gli assi x, y e z, il team ha trasformato un difficile gioco di ipotesi in un calcolo diretto. Il loro approccio, testato sia in simulazioni al computer che in esperimenti reali in galleria del vento, ha identificato con successo la posizione, la forza e l'orientamento di molteplici sorgenti sonore simultaneamente, offrendo un quadro più chiaro di come gli aeromobili generino rumore.

Il cuore del problema risiede nel modo in cui il suono viaggia da una sorgente a una matrice di microfoni. I metodi tradizionali presuppongono spesso che il suono provenga da un singolo punto che irradia equamente in tutte le direzioni, come una lampadina. Questo funziona per alcune cose, ma per il rumore aerodinamico di un aereo, è un modello inadatto. Quando il suono proviene da un dipolo, l'intensità dipende fortemente dall'angolo tra la sorgente e il microfono. Se l'orientamento viene ipotizzato in modo errato, la mappa risultante del suono può essere sfocata, o la sorgente potrebbe apparire in un luogo completamente diverso. I precedenti tentativi di risolvere il problema consistevano nello scansionare migliaia di angoli possibili per ogni singolo punto della mappa, un processo lento e computazionalmente costoso.

Il nuovo metodo, descritto in questa ricerca, evita la necessità di una lenta ed esaustiva scansione. Invece di testare ogni possibile angolo, i ricercatori si sono resi conto che qualsiasi orientamento di un dipolo può essere costruito da solo tre componenti di base: una spinta lungo l'asse orizzontale, una spinta lungo l'asse verticale e una spinta lungo l'asse della profondità. Calcolando come la matrice di microfoni risponderebbe a questi tre movimenti specifici e noti, potevano combinare matematicamente i risultati per trovare la migliore corrispondenza per l'orientamento reale e sconosciuto. Questa trasformazione ha reso il problema un piccolo calcolo gestibile che poteva essere risolto istantaneamente in ogni punto della mappa. Il risultato è un sistema che sceglie la direzione corretta automaticamente, senza dover conoscere in anticipo la forma dell'oggetto o la superficie a cui è attaccato.

Per dimostrare che questo funzionava, il team ha prima eseguito una serie di simulazioni al computer che coinvolgevano quattro sorgenti sonore distinte con posizioni e orientamenti noti. Hanno impostato una matrice virtuale di 64 microfoni e hanno chiesto al loro nuovo algoritmo di trovare le sorgenti. Il sistema ha localizzato con successo tutte e quattro le sorgenti attraverso dieci diverse frequenze. Ancora più importante, ha identificato correttamente la direzione di ciascuna sorgente con alta precisione. L'errore medio nella stima della direzione è stato inferiore a tre gradi e l'intensità stimata era errata di meno di mezzo decibel. Questi risultati sono stati ottenuti in una frazione di secondo su un normale processore grafico, dimostrando che il metodo non è solo accurato, ma anche abbastanza veloce per un uso pratico.

I ricercatori hanno poi portato il metodo fuori dal computer e in una galleria del vento. Hanno utilizzato una grande matrice di 512 microfoni per ascoltare un modello di ala di un aereo con dispositivi ad alta portanza, specificamente i bordi d'attacco (slat) utilizzati durante il decollo e l'atterraggio. Questa è una parte notoriamente rumorosa di un aeromobile. Il team ha applicato la loro nuova tecnica ai dati reali, osservando due diversi intervalli di frequenza: toni bassi intorno ai 2.000 hertz e toni alti intorno agli 8.000 hertz. I risultati hanno rivelato un affascinante cambiamento di comportamento. Alle frequenze più basse, le sorgenti sonore sembravano essere orientate trasversalmente al flusso d'aria, mentre alle frequenze più alte, si allineavano con la direzione dell'aria che scorreva sopra l'ala. Questo cambiamento di orientamento corrispondeva alle teorie precedenti su come questi suoni vengono generati, confermando che il metodo poteva estrarre intuizioni fisiche significative da rumori complessi e reali.

Lo studio ha anche esplorato come il metodo si comporta in condizioni meno che ideali, come quando le sorgenti sonore sono molto vicine tra loro o quando c'è molto rumore di fondo. Nelle simulazioni in cui due sorgenti erano posizionate molto vicine tra loro, il sistema faticava a separarle se erano troppo vicine, ma funzionava bene una volta che erano leggermente più distanti. L'accuratezza della stima dell'orientamento dipendeva fortemente dalla qualità dei dati e dal numero di microfoni utilizzati. Con più microfoni e dati più chiari, il sistema diventava più sicuro nelle sue ipotesi direzionali. I ricercatori hanno osservato che, sebbene il metodo sia potente, non è una soluzione magica; esso dipende ancora dalla qualità dei dati di input e dalla risoluzione fisica della matrice di microfoni.

Uno degli aspetti più significativi di questo lavoro è la sua capacità di gestire il rumore a banda larga, ovvero il suono che si estende su un ampio intervallo di frequenze. In molti scenari reali, una singola sorgente di rumore emette suoni attraverso uno spettro di altezze diverse. I ricercatori hanno sviluppato un modo per collegare le stime di orientamento attraverso queste diverse frequenze, assumendo che una sorgente fisica mantenga una direzione costante anche quando la sua tonalità cambia. Combinando le informazioni provenienti da più frequenze, il sistema poteva produrre una stima più robusta della direzione della sorgente rispetto alla sola osservazione di una singola frequenza. Ciò ha permesso di tracciare più efficacemente il rumore dei meccanismi degli slat, rivelando i distinti comportamenti direzionali alle diverse ottave che sarebbero potuti sfuggire guardando le frequenze isolatamente.

Le implicazioni per l'ingegneria aerospaziale sono sostanziali. Mappando accuratamente da dove proviene il rumore e in quale direzione sta spingendo, gli ingegneri possono progettare aeromobili più silenziosi. Invece di indovinare dove aggiungere isolamento o cambiare una forma, possono mirare ai meccani aerodinamici specifici che generano il rumore. La capacità di farlo senza dover conoscere preventivamente l'esatta geometria della superficie rende questo strumento versatile per forme complesse dove la direzione "effettiva" del suono potrebbe non corrispondere alla superficie fisica. Il metodo funziona con le attuali matrici di microfoni e i software di beamforming standard, richiedendo solo un cambiamento nel passaggio del calcolo matematico.

In analisi finale, la ricerca dimostra che l'orientamento di una sorgente sonora non è una variabile nascosta che deve essere indovinata o ignorata. È una proprietà che può essere misurata direttamente dai dati dei microfoni. La nuova tecnica fornisce un modo chiaro, efficiente e accurato per recuperare questa informazione, trasformando una mappa sonora sfocata e ambigua in un'immagine nitida e direzionale. Sia nell'ambiente controllato di una simulazione che nella realtà rumorosa di una galleria del vento, il sistema ha costantemente individuato le sorgenti e i loro orientamenti, offrendo un nuovo livello di dettaglio per comprendere la complessa sinfonia del rumore aerodinamico. Questo progresso avvicina il campo alla vera comprensione e al controllo del suono del volo, un dipolo direzionale alla volta.