MétaCan
Menu
Retour à la cohorte
Enregistrement W4388874034 · doi:10.1115/detc2023-116917

Computational Modal Analysis of Half Scale Business Jet Fuselage Tail Section

2023· article· en· W4388874034 sur OpenAlexaff
Rochana Gunawardana, Christopher Mechefske

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésModalModal analysisFuselageModal testingVibrationNatural frequencyNormal modeComputer scienceAcousticsNoise (video)Structural engineeringOrthogonalityRepeatabilityEngineeringMathematicsMaterials sciencePhysicsStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Acoustic noise caused by structural vibrations directly affect the comfort of passengers on aircrafts throughout the duration of their flight., The dynamic characteristics of a system that dictate the behavior of such vibrations is critical to the improvement of flight conditions. Modal analysis is the practice of determining these dynamic characteristics of a structure under loading [1]. A computational modal analysis was conducted in this study with the objective of validating the previous experimental modal analysis, and providing a reliable model that can predict accurate frequency responses based on future modifications to the structure. This paper focuses on the development, validation and preliminary comparisons of the computational modal analysis. The mode shapes and natural frequencies were analyzed and validated for connectivity. The Frequency response curves for all measured points showed repeatability for the tests. Modal Assurance Criterion was measured against the data that demonstrated good similarity in mode shapes. A preliminary comparison was done between the experimental and computational data that compared differences between natural frequencies in correlated mode pairs, which were minimal. It was found that the model is underdamped in comparison to the experimental model. The next stage of this work is determined to be iteratively finding these damping values, then doing a comparison with the experimental data using a pseudo orthogonality check.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0030,000

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle Noise and Vibration ControlTravaux en français237 207