MétaCan
Menu
Retour à la cohorte
Enregistrement W4239632224 · doi:10.1121/1.4799926

Upgrade of a multi-channel active noise control system for an industrial stack

2013· article· en· W4239632224 sur OpenAlexaff
André L’Espérance, Louis-Alexis Boudreault, Alex Boudreau

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensSoft dB (Canada)
Organismes subventionnairesnon disponible
Mots-clésActive noise controlUpgradeNoise reductionNoise (video)Noise controlComputer scienceController (irrigation)HeadphonesDigital signal processingChannel (broadcasting)Electronic engineeringControl systemStack (abstract data type)EngineeringEmbedded systemComputer hardwareElectrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Active Noise Control (ANC) has been studied in the 90s as an innovative way to reduce the noise in specific situations. Some applications are well known today and found commercial success such as noise-cancelling headphones. However, the use of ANC in industrial applications is more complex, thus being an uncommon solution in this field. The use of ANC for industrial stack noise is one of these applications. One of the first large-scale implementation has been set up at the end of the 90s. This system was a 10-Channel ANC system installed on a 1.8 m wide chimney to attenuate a 320 Hz pure tone. At that time an 8 dB noise reduction was achieved at error microphones. In 2011, it has been decided to upgrade the system with the latest generation of Digital Signal Processor (DSP) allowing a real-time optimization and a better tracking speed. This paper describes the overall system and the updated multi-channel controller developed for this application. It also presents the improvements, the achieved noise reduction and the associated environmental benefits.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,248
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.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207