A Study on the Correlation Improvement between FEA and Test for a Pedestrian Lower Legform Impact
Notice bibliographique
Résumé
본 논문은 자동차 보행자보호 안전 항목 중 범퍼부에 해당하는 Lower Legform Impactor 충격에 대한 비선형 유한요소해석 결과와 보행자보호 충격 시험 결과와의 비교 및 정도 향상을 위한 해석적인 기법을 제시하였다. 유럽에서는 현재 법규로 평가되고 있는 범퍼부 보행자보호는 국내에서도 2013년부터 법규로 적용되어진다. 본 연구는 범퍼부 Lower Legform Impactor 충격을 위한 해석 시험의 상관성 확보를 위하여 굽힘각 저감용 스티프너의 단품 압축 시험을 통해 얻어진 힘 대 변위 커브의 분석을 통하여 해석 정도 확보를 위한 최적 모델링 방법을 찾아내고, 변위 측정 센서를 부착한 실차 시험과 해석 결과와의 변위값 및 거동간의 편차를 비교 분석하여 범퍼 보행자보호 해석의 정도성 확보를 위한 해석 기법을 제시하였다. This paper proposed the finite element analysis technique for improving the correleration accuracy between FEA and test on a pedestrian lower legform impact. Europe has been evaluating the bumper pedestrian impact by Euro-NCAP, and it will also be applied in a domestic area by K-NCAP in 2013. By using the compression test result of bending resisting stiffener, a pedestrian bumper modeling guide was presented by analayzing the force-displacement curve of stiffener. And by using the sensor measurement results in car pedestrian test, pedestrian impact behavior was analyzed between test and finite element analysis result. Finally, the finite element analysis guide for a pedestrian bumper impact was presented to improve the correleration accuracy.
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 | 0,001 | 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 | 0,001 |
| 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 ».