MétaCan
Menu
Retour à la cohorte
Enregistrement W4282588736 · doi:10.2514/6.2022-2859

Aeroacoustic investigation of automotive engine cooling modules using the Lattice-Boltzmann Method

2022· article· en· W4282588736 sur OpenAlexaffabout
Safouane Tebib, Athreya Ballapur Jayasimha, Stéphane Moreau, Bruno Desmory, M. Henner, Adrien Mann, Charles Luzzato

Notice bibliographique

Revue28th AIAA/CEAS Aeroacoustics 2022 Conference · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésOverheating (electricity)Automotive engineeringAcousticsNoise (video)Duct (anatomy)Automotive engineWind tunnelComputationMach numberAnechoic chamberAutomotive industryMechanical engineeringEngineeringComputer scienceAerospace engineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The present study focuses on the aeroacoustic aspects of engine cooling modules used in both classical and electrical vehicles (EV). These modules aim at cooling down the engine in combustion cars and the electrical components in EVs. During the fast charging process of such vehicles, a huge amount of power is transferred to the battery in a short period of time that causes its overheating. Several fans are installed in order to cool down these components, thus multiplying the noise sources that are propagated both outside and inside the cabin and can be harmful for the pedestrians as well as the passengers. Lattice-Boltzmann simulations are performed on both the classical and the electrical module in order to understand the noise mechanisms and highlight the difference between them. The results are compared with the experimental measurements achieved in the anechoic wind tunnel at Université de Sherbrooke. Medium grid simulations have shown a good flow behavior and establishment for the operating point considered with some possibly noise sources localisation. The direct farfield noise computations also show a good overall match with the experimental data. Modal analysis performed on the electrical module shows the duct role in the acoustic response of the module to an external noise source that mimic the car environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,250
Écart entre enseignants0,224 · 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'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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue28th AIAA/CEAS Aeroacoustics 2022 ConferenceMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207