MétaCan
Menu
Retour à la cohorte
Enregistrement W4388456198 · doi:10.3389/facou.2023.1277431

Dynamic stiffness identification methods: experimental study and validation

2023· article· en· W4388456198 sur OpenAlexafffund
Rabii Slimane, Wafaa El Khatiri, Raef Chérif, Noureddine Atalla

Notice bibliographique

RevueFrontiers in Acoustics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensUniversité du Québec à RimouskiUniversité de Sherbrooke
Organismes subventionnairesÉcole de technologie supérieure
Mots-clésStiffnessVibrationVibration isolationReduction (mathematics)Computer scienceStructural engineeringTransfer functionInterface (matter)Experimental dataAcousticsEngineeringPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

In a vehicle, the operation of mechanical systems generates undesirable vibrations and noise, and their reduction requires the study of three parts: vibrating systems, receiving structures, and connecting interfaces. The study presented in this paper concerns the connecting interfaces between subsystems. In particular, the in situ characterization of the isolation interface between two substructures by measuring dynamic transfer stiffness. In contrast to current methods, which require the disassembly of the vibration isolator from its original assembly, in situ methods have been studied and validated. This study sheds light on the strengths and limitations of each approach. These are known as the direct in situ method (D-IS) and round trip in situ method (RT-IS). Experimental validation has been carried out by comparing the D-IS method to the resonance method on a simple system. Good agreement is obtained between the two methods, making it possible to validate the method at low frequencies. Then, a comparison between the two methods D-IS and RT-IS is carried out on a more resonant test bench. The obtained stiffnesses were further validated using transfer path analysis (TPA) techniques to verify the performance of the proposed methods, and it was used to predict the response of another system, showing thus the independent nature of the identified dynamic stiffness.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,303
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in AcousticsMême sujetVehicle Noise and Vibration ControlTravaux en français237 207