MétaCan
Menu
Retour à la cohorte
Enregistrement W2560172874 · doi:10.1115/detc2016-59163

FEM-BEM Modeling and Experimental Verification of the Vibro-Acoustic Behaviour of a Section of Aircraft Fuselage

2016· article· en· W2560172874 sur OpenAlexafffund
Viken Koukounian, Chris K. Mechefske

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFuselageAerodynamicsAnechoic chamberAcousticsFinite element methodLanding gearVibrationAeroacousticsNoise (video)EngineeringComputer scienceMechanical engineeringStructural engineeringAerospace engineeringSound pressurePhysics

Résumé

récupéré en direct d'OpenAlex

The aerodynamics of an aircraft in flight impose significant stresses upon the structure. Specifically, the mechanics of fluid flow are highly turbulent and, the layer around the aircraft, is referred to the turbulent boundary layer (TBL). The TBL incites a gradient of pressure fluctuations across the fuselage skin resulting in its vibration, and in turn, the generation of noise inside the passenger cabin. The investigation herein proposes a hybrid FEM-BEM modeling technique to predict the aforementioned vibro-acoustic response and an experimental methodology to verify the results (following ASTM and ANSI international testing standards). The described expectations required construction of an acoustic facility consisting of a reverberation chamber and a semi-anechoic room, the development of DAQ software using LabVIEW, an assembly of DAQ hardware using National Instruments products, and the post-processing of test data using Microsoft Excel. The principal quantity of interest is transmission loss (though insertion loss, absorption and other metrics are also calculated). Two panels (0.04in (40thou) and 0.09in (90thou) in thickness) were simulated and tested (0.01in = 1thou). The calculated error of the proposed methodology is within a maximum of 5dB, with an average of 1dB. Ongoing work is investigating complex constructions and the use of damping materials.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetVehicle Noise and Vibration ControlTravaux en français237 207