Comparison of the reception plate method and the inverse force method for assessing the power of a dummy vibratory source
Notice bibliographique
Résumé
Multiple vibratory sources are integrated in the aircraft. The vibrational power of these sources is injected \nto the receiving structure through their connections points resulting in annoying acoustic levels \nin the cabin. This noise, referred to as structure borne noise, could be mitigated if vibrating systems, \nreceiving structures and interfaces between them are well designed. Methods, such as Reception Plate \nMethod (RPM), Inverse Force Method (IFM) or Component-Based Transfer Path Analysis (CB-TPA) \nhave been developed to specify proper design guidelines related to noise mitigation during the design \nphase. This work focuses on the RPM and IFM, which allow for measuring the power from \na vibratory source into a reception plate. Previous works, based on a round-robin evaluation, have \nshown that the RPM is very sensitive to the experimental test setup. The main errors come from the \nplate loss factor measurement and spatially-averaged plate velocity, which contribute directly into the \npower computation. In this work, a similar experimental setup has been developed. The experimental \nloss factor is obtained with the impulse response decay method and several automatic dB-decays \nare considered. The number of accelerometers and their positions are also investigated for assessing \nthe spatially-averaged plate velocity. Both analyses allow for determining the RPM power with \nminimum-maximum deviation curves. The RPM results are compared with the IFM considering one \nand three translational degrees of freedom using a custom-made dummy source with a controlled \ntonal behavior varying from low (100 Hz) to high (1200 Hz) frequencies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».