MétaCan
Menu
Retour à la cohorte
Enregistrement W2006993279 · doi:10.1121/1.4805286

Industrial fan noise control using flow obstructions

2013· article· en· W2006993279 sur OpenAlexaffabout
Rémy Oddo, Anthony Gérard, Michel Pearson, Adrien Amyotte, Patrice Masson, Franck Sgard, Alain Berry

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailSoft dB (Canada)Université de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDuct (anatomy)AcousticsNoise (video)Noise controlAirflowEnvironmental scienceComputer scienceNoise reductionPhysicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Fans are used in a lot of industrial processes and are sometimes a source of important noise for workers. The first aim of this study was to identify some problematic fans in Québec industries, for which the noise exposure exceeds the CSST (Comission de la santé et sécurité au travail) limit of 90 dBA for 8 h. We have focused on fans having a high tonal content, for which the Simple Silence technology can be applied, i.e., tonal fan noise control using obstructions in the flow. Two analytical models of the tonal noise radiated by these fans have been proposed: a free field model based on the Lowson model and an in-duct model based on the Goldstein model. The first free-field model has been applied to the control of the noise from a series of eight evaporator fans, having a strong blade passage frequency (BPF) tone at 90 Hz. These fans have been controlled in-situ, in a cold storage room, using trapezoidal obstructions in the downstream flow field of the fans. The second in-duct model has been applied to control the tonal noise from an in-duct air-extractor fan used in the underground gold mining galleries. Several obstructions have been tested in the upstream flow field.

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 enseignants0,012
Score d'incertitude au seuil0,024

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,213
Écart entre enseignants0,200 · 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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207