Engine Sound Quality Development Using Engine Vibration
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Automotive companies are trying to enhance the customer’s impression by improving engine sound quality. The target of this sound quality is to create a brand sound that is preferred by their customers as well as quietness of interior noise. Over the past decade there have been many studies in the field of automotive sound quality. These have included the technologies such as tuning of intake orifice and exhaust orifice, tuning of structure-borne, intake feedback devices, active exhaust valves, ANC (Active Noise Cancellation) and ASD (Active Sound Design). The three elements of the sound that affect the feeling of the customer are known as engine order arrangement, frequency balance, and linearity. Here, the most important thing in sound quality development is the order arrangement. With traditional development methods by the tuning of existing vehicle systems, it is not possible to achieve the desired order arrangement, and technologies such as ASD and ESG (Engine Sound Generator) have recently been applied to vehicles. However, since ASD reproduces a synthetic sound and ESG creates a desired sound by exciting the body with a vibration exciter, it is hard to say that sound produced by these technologies is real engine sound. This paper describes the ESEV (Engine Sound by Engine Vibration) technology that uses engine vibration to provide real engine sound. The vibration level of the engine reacts instantaneously to the speed and load of the vehicle reflecting the driver’s request. The engine order components are extracted from the measured vibration in real time to make the desired engine sound. Using additional signal processing, the desired engine sound is implemented in the vehicle interior through the loudspeaker system. This sound is unquestionably authentic.</div></div>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».