Modeling and Analysis of Powertrain NVH with Focus on Growl Noise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Superior NVH performance is a key focus in the development of new powertrains. In recent years, computer simulations have gained an increasing role in the design, development, and optimization of powertrain NVH at component and system levels. This paper presents the results of a study carried out on a 4-cylinder in-line spark-ignition engine with focus on growl noise. Growl is a low frequency noise (300-700 Hz) which is primarily perceived at moderate engine speeds (2000-3000 rpm) and light to moderate throttle tip-ins. For this purpose, a coupled and fully flexible multi-body dynamics model of the powertrain was developed. Structural components were reduced using component mode synthesis and used to determine dynamics loads at various engine speeds and loading conditions. A comparative NVH assessment of various crankshaft designs, engine configurations, and in- cylinder gas pressures was carried out. The main results include the crankshaft front-end and rear-end vibrations, bearing caps accelerations spectrum, and structure surface velocity levels in octave and 3<sup>rd</sup> octave bands. The correlation with experimental data was used to validate the analytical model. The analysis shows that a stiffer crankshaft results in a reduction of forced excitation transmitted to the bottom-end structure. The bearing beam stiffener also reduces bearing cap accelerations significantly. Both structural enhancements result in dramatically reduced growl noise.</div></div>
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.
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 | 0,000 | 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 découle