MétaCan
Menu
Retour à la cohorte
Enregistrement W4248925257 · doi:10.22215/etd/2017-12146

Evaluation of Acoustic Frequency Methods Coupled to Blade Element Momentum Theory for the Prediction of Propeller Noise

2017· dissertation· en· W4248925257 sur OpenAlexaff
Mark T. Kotwicz Herniczek

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsPropellerNoise (video)AcousticsRange (aeronautics)MicrophoneMach numberChord (peer-to-peer)SolverBlade (archaeology)EngineeringComputer scienceStructural engineeringMarine engineeringAerospace engineeringSound pressurePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The accuracy of several computationally-inexpensive acoustic frequency methods is evaluated across a range of propeller geometries and operational conditions.The acoustic models considered predict far-field harmonic noise.They range in complexity from a direct implementation of the equations derived by Gutin and Deming to Hanson's helicoidal surface theory of propellers.The advantage of these acoustic models is that they do not require chord-wise aerodynamic data and therefore do not need to be coupled to a panel or grid-based aerodynamic solver.Each implemented method is compared to fourteen test cases originating from nine separate published acoustic experiments.The experimental data considered encapsulates a range of propeller geometries, blade numbers, microphone locations, tip speeds, and forward Mach speeds.The implemented acoustic models demonstrate good agreement with the experimental data, particularly for the prediction of the maximum tonal noise for which the model based on Hanson's work has an average error of 7.2 dB.The presented results suggest that the implemented acoustic methods and, in particular, the model based on Hanson's work, remain a valuable resource for propeller noise prediction, especially for design and optimization studies, where a low runtime is important.viii 5.7 Blade passing tone directivities -test case 10. . . . . . . . . . . . . .5.8 Tone directivities -test case 11. . . . . . . . . . . . . . . . . . . . . .5.9 Blade passing tone directivities -test cases 12 and 13. . . . . . . . . .5.10 Noise spectra -test case 14. . . . . . . . . . . .

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,340
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207