MétaCan
Menu
Retour à la cohorte
Enregistrement W4282982932 · doi:10.4271/2022-01-0935

Study of Installation Effects on Automotive Cooling Fan Noise

2022· article· en· W4282982932 sur OpenAlexaff
Yidan Lai, Chenyang Weng, Yu-Yu Lu, Mikael Karlsson, Mats Åbom, Magnus Knutsson

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensVolvo (Canada)
Organismes subventionnairesnon disponible
Mots-clésMechanical fanNoise (video)Automotive engineeringAutomotive industryFan coil unitEngineeringAcousticsMechanical engineeringComputer scienceAerospace engineeringHeat exchangerPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Vehicle electrification is one of the biggest trends in the automotive industry. Without the presence of combustion engine, which is the main noise source on conventional vehicles, noise from other components becomes more perceivable; among these components, the cooling fan is one of the major noise sources, especially during battery charging. The design of cooling fan modules is usually carried out in the early stage before building prototype vehicles. Therefore, understanding the installation effects of the cooling fan on the radiated sound is essential to secure good customer satisfaction. In this study, three different measurement setups of cooling fans are carried out: free field, wall mounted, and in-vehicle measurement. Four cooling fan prototypes with different fan blade designs are used in each measurement. Correlations of these measurements are investigated through comparisons of the measurement results. The installation effects are identified through spectrum difference between free field and in-vehicle measurement. A spectral decomposition method is implemented to enable the separation of source strength and propagation effect in the results. One variable is introduced to represent the installation effects of vehicles tested in the present study.</div></div>

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,339
Écart entre enseignants0,320 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetVehicle Noise and Vibration ControlTravaux en français237 207