Estimating Ship Underwater Radiated Noise from Onboard Vibrations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The acoustic signature of an Orca-class training vessel (Patrol Craft Training, PCT) Moose from the Royal Canadian Navy (RCN) was measured at the RCN’s Patricia Bay acoustic range on Vancouver Island, British Columbia, Canada. The acoustic range trials included accelerometer measurements on the ship hull and in the engine room and hydrophone measurements at approximately 100 m from the ship. The trials were carried out at the ship speed range of 3 to 20 knots. The test data from all the trial runs was used to derive, evaluate and validate the method of estimating ship underwater radiated noise from onboard vibrations. In the investigation, the runs were split into two sets: a training set and a testing set. A least squares approximation, AQV (average quadratic velocity) SL (source level) correlation, was then applied to the training set data to formulate a transfer function to estimate the underwater radiated noise from onboard vibrations. The AQV is calculated from accelerometer measurements (vibration levels) and SL is obtained from the hydrophone measurements. The third octave frequency band (from 10 Hz to 10 kHz) SL estimations of the testing set runs (using the transfer function and AQV) are within 1 to 3 dB of SL from the hydrophone measurements. This study demonstrates a capability of monitoring underwater radiated noise from ships using only onboard vibration levels which may be of interest for future projects relating to the reduction of shipping noise against a threshold in acoustically sensitive environments.
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.
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 | 0,000 | 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) | 0,027 | 0,002 |
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 découle