MétaCan
Menu
Retour à la cohorte
Enregistrement W3201388156 · doi:10.1139/tcsme-2021-0049

Multi-objective optimization of muffler for vehicle air-conditioning compressor pipeline

2021· article· en· W3201388156 sur OpenAlexvenueno aff
Ming Li, Gaolin Hou, Lei Shu, Changhua Wei, Yan Jiang

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMufflerTransmission lossAir conditioningReduction (mathematics)Transmission (telecommunications)Noise (video)Noise reductionGas compressorInsertion lossAcousticsPipeline (software)Optimal designAutomotive engineeringComputer scienceEngineeringMechanical engineeringElectrical engineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The noise reduction of air-conditioning systems has gradually become an urgent problem linked to the requirement of driving comfort, and the muffler is a commonly used noise reduction equipment for air-conditioning pipelines. In this study, the transmission loss of a prototype muffler is co-simulated at different speeds. To optimize the muffler, a new method that combines orthogonal and detailed optimization was proposed. In orthogonal optimization, a multi-objective orthogonal test was used to analyze the effect of four structural parameters (shoulder height, cavity length, cavity diameter, and intubation length) on the average transmission loss, transmission loss at 1120 Hz, and frequency bandwidth below 4 dB. The influence of different factors on the transmission loss was studied at different speeds, and it was found that the length of intubation had a significant impact on the transmission loss. In a detailed optimization, the method is characterized by rapidity in the design of the air-conditioning system of a vehicle, and the final optimization model is determined. The results showed that the optimized structure was better than the original structure. The maximum reduction in the average noise can reach 11.99 dB, and the maximum noise reduction at 1120 Hz can reach 8.58 dB.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,215 · 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
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207