Analysis of sound radiation from the coupling effect of vibrating noise and moving-vehicle noise on bridges
Notice bibliographique
Résumé
An acoustic finite element model of a bridge is developed to evaluate the noise generated by the traffic-induced vibration of the bridge. The dynamic response of a multi-girder bridge, modeled by a three-dimensional (3-D) frame element model, is analyzed with a 3-axle (8 degrees of freedom (DOF)) truck model and a 5-axle (13 DOF) tractor-trailer. The flat plate element is used to analyze the acoustic pressure due to the fluid–structure interactions between the vibrating surface and contiguous acoustic fluid medium. The radiation fields of noise with a specified distribution of vibrating velocity and pressure on the structural surface are also computed using the Kirchhoff–Helmholtz integral. Among the diverse parameters affecting the dynamic response of a bridge, vehicle velocity, vehicle weight, and spatial distribution of the road surface roughness are found to be the main factors that increase the level of vibration noise. In an attempt to illustrate the influence of the structural vibration noise of a bridge to total noise level around the bridge, the random function is used to generate the vehicle noise source including the engine noise and the rolling noise between the road and tire. The results show that the low-frequency noise produced by the vibrating bridge members amplifies the high-frequency vehicle noise by 4–7 dB. In addition, the amplification rate of noise increases with traveling speed and vehicle weight. Key words: acoustic pressure on surface, sound radiation, noise level, Kirchhoff–Helmholtz integrals, dynamic response, vehicle noise model, sound pressure level.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».