MétaCan
Menu
Retour à la cohorte
Enregistrement W2794058583 · doi:10.1115/1.4039516

Acoustic Response of Multiple Shallow Cavities and Prediction of Self-Excited Acoustic Oscillations

2018· article· en· W2794058583 sur OpenAlexaff
Ayman A. Shaaban, Samir Ziada

Notice bibliographique

RevueJournal of Fluids Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStrouhal numberAcousticsExcited stateAmplitudePhysicsVibrationNoise (video)ExcitationResonance (particle physics)Absorption (acoustics)Range (aeronautics)MechanicsComputational physicsMaterials scienceOpticsAtomic physicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Self-sustaining oscillations of flow over ducted cavities and in corrugated pipes are a known source of tonal noise and excessive vibration in industrial applications. Corrugated pipes can be modeled as a series of axisymmetric cavities. In the current study, the aero-acoustic sources generated by one-, two-, and three-cavity configurations have been experimentally investigated by means of the standing wave method (SWM) for a wide range of Strouhal numbers and acoustic excitation levels. The source strength is found to increase in a nonlinear manner with increasing the number of cavities. Moreover, the self-excited acoustic resonances of the same cavity combinations are investigated. The source characteristics are compared with the observed lock-in range from the self-excited experiments. A prediction model is also developed to utilize the measured source characteristics for estimating the amplitude of the cavities self-sustained oscillations. The self-excited experimental data are used to assess the effect of acoustic absorption at the cavity edges. This absorption is found to be substantial and must be accounted for in the prediction model. When the model is supplemented with appropriate loss coefficients, it predicts fairly well the pulsation amplitude within the resonance lock-in range of the studied multiple cavity configurations.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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'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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207