MétaCan
Menu
Retour à la cohorte
Enregistrement W2286019348 · doi:10.4271/2009-01-2168

Application of Combustion Sound Level (CSL) Analysis for Powertrain

2009· article· en· W2286019348 sur OpenAlexaff
Todd Tousignant, Thomas Wellmann, Kiran Govindswamy, Stefan Heuer, Michael Workings

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésPowertrainCombustionSound (geography)Automotive engineeringComputer scienceAcousticsEnvironmental scienceEngineeringPhysicsTorqueChemistry

Résumé

récupéré en direct d'OpenAlex

Powertrain noise is a significant factor in determination of the overall vehicle refinement expected by today's discriminating automotive customer. Development of a powertrain to meet these expectations requires a thorough understanding of the contributing noise sources. Specifically, combustion noise greatly impacts the perception of sound levels and quality. The relevance of combustion noise development has increased with the advent of newer efficiency-driven technologies such as direct injection or homogeneous charge compression ignition. This paper discusses the application of a CSL (Combustion Sound Level) analysis-a method for the identification and optimization of combustion noise. Using CSL, it is possible to separate mechanical and combustion noise sources. Combustion noise is then further classified as direct combustion noise (directly proportional to the combustion gas pressures), indirect combustion noise (proportional to rotational forces as well as combustion-induced piston side forces) and flow noise. During the development stage of new powertrains, benchmarking testing and analysis helps to identify the state-of-the-art. Incorporation of the CSL process into the benchmarking process facilitates a more in-depth comparison of powertrains, providing valuable information to drive potential design improvements. In this investigation, two benchmark four cylinder engines were compared using the CSL process. This provided a comprehensive comparison of the noise shares as well as the combustion excitation levels. In addition, the paper compares engine specific combustion noise share weighting functions to obtain insights into the relative strengths and weaknesses of each benchmarked engine.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,253
Écart entre enseignants0,237 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Noise and Vibration ControlTravaux en français237 207