MétaCan
Menu
Retour à la cohorte
Enregistrement W1590007895 · doi:10.4271/2006-01-3219

Brake Insulator Development: Thermal and Structural Dynamic Semi-Empirical Design Guidance/Data Synthesis Methods

2006· article· en· W1590007895 sur OpenAlexaff
Christopher T. Griffen, Sharon Wanigatunga, Victor Abramson

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueBrake Systems and Friction Analysis
Établissements canadiensEaglePicher (Canada)
Organismes subventionnairesnon disponible
Mots-clésBrakeComputer scienceThermalDevelopment (topology)Automotive engineeringControl engineeringEngineeringPhysicsMathematicsMeteorology

Résumé

récupéré en direct d'OpenAlex

The brake insulator performs a significant function when properly designed in controlling the brake system high frequency dynamic instabilities leading to brake squeal. The second major challenge is thermal management. It provides the direct heat flow, storage and corresponding temperature differential profile between the rotor and piston. Suboptimal thermal control can lead to lower operational bands of damping outside of the peak loss factor range, variation in modal dynamics with temperature, heat aging and degradation of elastomer/visco-elastic polymer physical properties [2, 3]. Design of the insulator is dictated by the unique squeal signature (and associated thermal cycles) specific to the brake corner architecture. Short time frame insulator solutions are typically required in the later development stages with no latitude for design modification flexibility. The use of numerical approximation and semi-empirical tools provide the flexibility to address compressed development time. This allows provision for a greater number of alternative solutions to be assessed and significant reduction in hardware and test resources and time during the insulator selection process. This paper demonstrates efficiencies obtained through integration of the underlying thermal and Oberst based beam based theories with empirical data results to provide directional guidance of alternative designs and the ability to synthesize data from existing results without additional testing.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
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)0,0110,003

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 Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetBrake Systems and Friction AnalysisTravaux en français237 207