Experimental and Analytical Evaluations of a Torsio-Elastic Suspension for Off-Road Vehicles
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph"> The ride performance potentials of a prototype torsio-elastic axle suspension for an off-road vehicle were investigated analytically and experimentally. A forestry vehicle was fitted with the prototype suspension at its rear axle to assess its ride performance benefits. Field measurements of ride vibration along the vertical, lateral, fore-aft, roll and pitch axes were performed for the suspended and an unsuspended vehicle, while traversing a forestry terrain. The measured vibration responses of both vehicles were evaluated in terms of unweighted and frequency-weighted rms accelerations and the acceleration spectra, and compared to assess the potential performance benefits of the proposed suspension. The results revealed that the proposed suspension could yield significant reductions in the vibration magnitudes transmitted to the operator's station. The field evaluations revealed that suspended vehicle could yield 35%, 43% and 57% lower frequency-weighted rms accelerations in the <i>x</i> -, <i>y</i> - and <i>z</i> -axis, respectively, compared to the unsuspended vehicle, when loaded. A 13-degrees-of-freedom model of the suspended vehicle was subsequently developed and validated using the measured data, which could serve as a design tool for deriving optimal suspension designs for a wide range of vehicles. The model results revealed reasonably good agreements with the measured vibration spectra. From the simulation results, it was further concluded that a reduction in the vertical stiffness of the torsio-elastic member would yield beneficial effects on the overall weighted vertical and pitch rms acceleration magnitudes. </div></div>
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 ».