MétaCan
Menu
Retour à la cohorte
Enregistrement W1974847769 · doi:10.4271/2014-01-0565

Optimized Rigid Side Underride Protection Device Designs for Tractor-Trailers and Straight Trucks

2014· article· en· W1974847769 sur OpenAlexafffundabout
Patrick Galipeau-Bélair, Srikanth Ghantae, David Critchley, Sarathy Ramachandra, Moustafa El–Gindy

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensOntario Tech University
Organismes subventionnairesNational Research Council Canada
Mots-clésTractorTruckAutomotive engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This work describes the design and testing of side underride protection devices (SUPD) for tractor-trailers and straight trucks. Its goal is to reduce the incompatibility between small passenger cars and these large vehicles during side collisions. The purpose of these crash attenuating guards is to minimize occupant injury and passenger compartment intrusion. The methods presented utilize a regulation previously created and published for testing the effectiveness of these devices based on the principles of a force application device already implemented in the Canadian rear underride guard regulation. Topology and multi-objective optimization design processes are outlined using a proposed design road map to create the most feasible SUPD. The test vehicle in question is a 2010 Toyota Yaris which represents the 1100C class of vehicle from the Manual for Assessing Safety Hardware (MASH). Since the tractor-trailers and straight trucks utilize different structural components, separate concepts must be generated to accommodate each individual application. The LS-DYNA software package is employed for the creation of the devices, the simulations and the optimization. The guards are tested and their performance is evaluated in order to examine their benefits during collisions.</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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207