Ağır Hizmet Araçlarının Gürültü Kalkanı Parçasının Akustik ve Mekanik Dayanım Performansının İncelenmesi
Bibliographic record
Abstract
Kamyon, tır gibi ağır hizmet araçlarında en çok gürültü üreten yapı olan motor odasında oluşan ısı ve sesin izole edilmesi için bu yapının yakına yalıtım malzemesi olarak gürültü kalkanı konumlandırılmaktadır. Bu çalışmada, ağır hizmet araçlarında gürültü kalkanı olarak kullanılmak üzere, ses ve ısı üreten yapıya bakacak yönde konumlandırılan alt katmanda taş yünü, gürültü kalkanı parçasının mukavemet ve akustik performansını arttırmakla görevli üst katmanda PP/GF, GF/EP, GF/PET, Karbon/EP, fenolik keçe ve yapıştırıcı malzeme olarak PE film kullanılarak düz kalıpta, 190 °C sıcaklıkta ve 110 bar basınç altında kompozit sandviç yapılar oluşturulmuş ve bu yapıların empedans tüpünde ses yutum katsayıları ölçülerek akustik performansları birbiriyle karşılaştırılmıştır. Akustik performans test sonuçları incelendiğinde, ses yutum katsayısı (α) 1 değerine en yakın olan kompozit sandviç yapının dıştan içe doğru iki kaplama telası arasında PP/GF, PE film, taş yünü içeren malzeme kompozisyonu 1 olduğu tespit edilmiştir. Kalınlığın akustik performansa ve mukavemete etkisini incelemek üzere, en iyi akustik performansı gösteren malzeme kompozisyonu 1 ile 10 mm, 20 mm ve 30 mm kalınlıklarında üretilen numunelere akustik performans ve 3 nokta eğilme testleri uygulanmıştır. Elde edilen verilerden kalınlık arttıkça ses yutum kapasitesinin ve eğilme dayanımının arttığı tespit edilmiştir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".