Du point de vue acoustique, un train est un ensemble de sources de bruit. Lorsqu'il s'agit de réduire son bruit au passage, une des options possibles est d'agir directement sur ces sources. S'il est possible de prévoir numériquement ou à l'aide de modèles physiques les émissions de nouvelles configurations de sources, l'impact des réductions ainsi obtenues sur le bruit global au passage n'est en général pas connu. C'est pour prévoir cet impact qu'un logiciel de simulation du bruit au passage a été développé : VAMPPASS. Celui-ci permet de calculer les indicateurs acoustiques standards du bruit de passage et de créer les échantillons sonores correspondants. Cette thèse s'est articulée autour de la méthode de synthèse implémentée dans le logiciel, ainsi que sur le modèle de sources qui va l'alimenter et sur la caractérisation de ces sources dites équivalentes à partir de données expérimentales ou numériques. Le premier chapitre brosse un état de l'art des modèles physiques des sources typiques présentes sur un train, des méthodes de synthèse qui ont été employées jusqu'alors et des méthodes de caractérisation existantes du bruit global et des niveaux de sources. Le deuxième chapitre est consacré à la réalisation de VAMPPASS : la méthode de synthèse employée, son adaptation au contexte et les contraintes en terme de données d'entrée. Dans le troisième chapitre, la caractérisation expérimentale des sources équivalentes des auxiliaires de traction est détaillée. La caractérisation du bruit de roulement, source prépondérante, fait l'objet du quatrième chapitre. Enfin, le dernier chapitre présente les études menées pour valider notre outil et un exemple d'utilisation de celui-ci.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00473940 |
| Date | 04 July 2008 |
| Creators | Bongini, Estelle |
| Publisher | Université de Provence - Aix-Marseille I |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0022 seconds