CAE Based Development of an Ejection Mitigation (FMVSS 226) SABIC using Design for Six Sigma (DFSS) Approach
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">NHTSA issued the FMVSS 226 ruling in 2011. It established test procedures to evaluate countermeasures that can minimize the likelihood of a complete or partial ejection of vehicle occupants through the side windows during rollover or side impact events. One of the countermeasures that may be used for compliance of this safety ruling is the Side Airbag Inflatable Curtain (SABIC). This paper discusses how three key phases of the optimization strategy in the Design for Six Sigma (DFSS), namely, Identify; Optimize and Verify (I_OV), were implemented in CAE to develop an optimized concept SABIC with respect to the FMVSS 226 test requirements. The simulated SABIC is intended for a generic SUV and potentially also for a generic Truck type vehicle. The improved performance included: minimization of the test results variability and the optimization of the ejection mitigation performance of the SABIC.</div><div class="htmlview paragraph">Results from this study show that for generic SUV and Truck type vehicles with hardware similar to that tested in this study; <ul class="list disc"><li class="list-item"><div class="htmlview paragraph">Beltline overlap, loft size and pressure account for 75% of the variability in performance of an ejection mitigation SABIC. These metrics may therefore be considered critical to the design of the SABIC.</div></li><li class="list-item"><div class="htmlview paragraph">The identified key metrics may be used to define nominal ejection mitigation SABIC design best practice for the generic SUV and Truck.</div></li><li class="list-item"><div class="htmlview paragraph">An associated investigation during this study showed that a SABIC may shrink significantly when fully inflated. This shrinkage has the potential to move SABIC lofts away from the intended impact location.</div></li><li class="list-item"><div class="htmlview paragraph">The CAE based DFSS process has the potential to significantly reduce SABIC development time and may potentially enhance product speed to market using virtual tool versus empirically based SABIC development approach.</div></li></ul></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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».