MétaCan
Menu
Retour à la cohorte
Enregistrement W1545352342 · doi:10.4271/2015-26-0226

Establishment of Methodology for Prediction of Fatigue Life of Connecting Rod through Virtual Simulation

2015· article· en· W1545352342 sur OpenAlexfundno aff
Bhaskarjyoti Saikia, Piyush Ranjan, Remesan Chirakkal, Vasundhara V Arde

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Theoretical Astrophysics
Mots-clésComputer scienceConnecting rodReliability engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The application of virtual simulation of Engine components has become an integral part of design and development process. Virtual simulation offers opportunities to reduce number of physical tests during design verification and validation and thereby helps in achieving considerable reduction in development time and cost. This paper explains a case study that was essential for assessment of strength & fatigue analysis of diesel engine connecting rod as a part of engine development program for power upgrade through Turbo charging. The methodology adopted simulates major loading conditions for Compressive& Tensile stresses & fatigue life of connecting rod. Finite element analysis was done to calculate static displacement, strain and stresses under maximum compressive and tensile loading which were then used for critical point evaluation. Fatigue analysis and longevity is assessed through ANSYS. To validate the methodology developed; accelerated physical fatigue testing was carried out on the rig and results were compared. A very close correlation could be established between FEM results and failure on physical test samples. The repetitive results helped us to set appropriate design factor of safety for such applications. This methodology can be used to optimize the design of connecting rod and virtually validate in early stage of product design cycle thereby reducing no. of prototype tests.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,081
Tête enseignante GPT0,313
Écart entre enseignants0,233 · 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
GenreMéthodes

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207