Assessment of Propeller Cavitation Inception Speed Based on Onboard Vibration and Underwater Acoustic Data
Notice bibliographique
Résumé
The level of underwater radiated noise (URN) caused by marine transportation has been steadily rising in recent decades, reaching a point where it is recognized as a significant environmental issue. This increase in noise can be attributed to the growing number and larger sizes of commercial vessels. The detrimental effects of underwater noise have been observed in various species, including mammals, fish, and invertebrates. The URN emitted by ship primarily consists of three types of noise: machinery noise, propeller noise, and hydrodynamic noise. At low speeds, machine noise is the dominant factor, while at high speeds, propeller noise begins as the main source of noise, particularly when propeller cavitation becomes more pronounced. It is crucial to identify the cavitation inception speed (CIS) in order to reduce propeller noise and mitigate its impact on the surrounding marine environment. This abstract discusses the use of onboard vibration data to estimate the cavitation inception speed and detect its occurrences. By analyzing the vibration data generated by the propeller, unique frequency patterns generated by cavitation can be identified. In this context, Detection of Envelope Modulation On Noise and cyclic modulation coherence algorithms are employed along with vibrational levels to indicate the occurrence of cavitation. The accuracy of the algorithms is assessed using onboard vibration data collected onboard the research ship Coriolis II as well as to underwater acoustic data recorded by the Marine Acoustic Research Station. The ship is equipped with a twin screw propeller with four blades. The results show that the two algorithms of the estimation of the CIS is fairly accurate and reliable. The use of onboard vibration data has the potential to become a standard practice for detecting propeller cavitation,estimating the CIS and potentially reducing underwater noise pollution in the maritime industry.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».