Operational transfer path analysis: Practical Considerations for Selecting Sensor Positions
Notice bibliographique
Résumé
Operational transfer path analysis (OTPA) is an alternative to classical transfer path analysis (TPA) as a method used to predict the noise or vibration source and/or path contributions to the response of a system. Both methods are based on the assumption that there is a linear relationship between input (reference) and response positions; however, while the classical TPA mehtod uses a known input force to compute the transfer functions as FRF's, which are then multiplied by a known input force to compute the contributions to the response at the reciever position, the OTPA method uses operational measureable quantities to compute both the transfer functions (in this case transmissibilities) and the response to the receiver. Although OTPA is currently used predominantly for vehicle noise, vibraiton and harshness (NVH) assessment, the method is useful for any noise/vibration assessment where a ranking of the source and/or path contributions at the reciver position(s) is desired, e.g. industrial installations, building HVAC installations, complex machinery and appliances, trains, aircraft, ships, construction equipment. The goal of this paper is to introduce the underlying theory behind the OTPA method, as well as to highlight some practical considerations for selecting sensor positions and the OTPA post-processing. The practical considerations are highlighted through the description of a case study and by recreating the results of the case study via a simple numerical model.
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 | 0,000 | 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 | 0,001 | 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 ».