MétaCan
Menu
Retour à la cohorte
Enregistrement W1593326500 · doi:10.4271/2003-01-1549

Structure Borne Insertion Loss of Sound Package Components

2003· article· en· W1593326500 sur OpenAlexaff
Hugues Nélisse, Taner Önsay, Noureddine Atalla

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueMaterial Properties and Processing
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésInsertion lossComputer scienceSound (geography)AcousticsEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Typical automotive sound package components are usually characterized by their absorption coefficients and their acoustic power-based insertion loss. This insertion loss (IL) is usually obtained by subtracting the transmission loss (TL) of a bare flat steel plate from the TL of the same plate covered with the trim material. While providing useful information regarding the performance of the component, air-borne insertion loss is based solely on acoustic excitations and thus provides very little information about the structure-borne performance of the component. This paper presents an attempt to introduce a standard procedure to define the power-based structure-borne insertion loss of sound package components. A flat steel plate is excited mechanically using a shaker. Different carpet constructions are applied on the plate and tested. Based on velocity measurements, a force transducer and intensity probe, the mechanical input and the acoustic radiated power are obtained. Structure-borne insertion loss is then calculated from the input and radiated power measurements. Details of the technique are described and results for different configurations are presented and discussed. In order to analyze the governing physical mechanisms, low and high frequency numerical simulations are studied. The numerical approach is based on two methods;1) the low frequency spectrum is covered using a finite element formulation,2) a transfer matrix approach, modified to incorporate mechanical excitations, is used for the high frequency portion of the spectrum.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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

Citations5
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetMaterial Properties and ProcessingTravaux en français237 207