MétaCan
Menu
Retour à la cohorte
Enregistrement W2146401910 · doi:10.5539/jmsr.v2n4p64

Vibro-Acoustic Characterization and Optimization of Periodic Cellular Material Structures (PCMS) for NVH Applications

2013· article· en· W2146401910 sur OpenAlexvenueno aff
Mohammad Al Zubi, Emmanuel Ayorinde, Mehmet Akif Dundar, Manjinder Warriach, Y. V. Murty

Notice bibliographique

RevueJournal of Materials Science Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoise, vibration, and harshnessHarshnessVibrationAcousticsMaterials scienceAutomotive industryNoise (video)Characterization (materials science)Structural engineeringComputer scienceMechanical engineeringAerospace engineeringEngineeringNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

NVH (Noise, vibration, and harshness) performance has been identified as having a significant influence in the purchase considerations of most automobile purchasers. Periodic cellular material structures (PCMS) are recently introduced multi-functional structures, commonly in sandwich form, that facilitate a wide variety of engineering purposes. Although literature concerning many PCMS properties is abundant, information about their vibration and acoustic responses is scanty, to the best knowledge of the present authors. This article documents a basic investigation of the vibration and acoustic behaviors of some PCMS through practical, analytical and numerical approaches, in order to evaluate the possibilities for minimizing, the transmission of noise and vibration. Some of these materials were made and investigated over frequency ranges which include several commonly-encountered vibration and acoustic frequencies of automotive and some other structures. Observations from this work are therefore expected to contribute towards design inputs to obtain better performances. A novel investigation of the effects upon vibration response of even slight inaccuracies of cutting out samples from larger blanks of such materials has also been made.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,119
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetCellular and Composite StructuresTravaux en français237 207