MétaCan
Menu
Retour à la cohorte
Enregistrement W1992406885 · doi:10.4271/2013-01-0625

Development of Truck Tire-Soil Interaction Model using FEA and SPH

2013· article· en· W1992406885 sur OpenAlexaff
Ranvir Dhillon, R.M. Mohamed Ali, Moustafa El–Gindy, David Philipps, Fredrik Öijer, Inge Johansson

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésTruckFinite element methodAutomotive engineeringComputer scienceEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Modern Finite Element Analysis (FEA) techniques allow for accurate simulation of various non-linear systems. However they are limited in their simulation of particulate matter. This research uses smooth particle hydrodynamics (SPH) in addition to FEA techniques to model the properties of soils, which allows for particle-level replication of soils. Selected soils are simulated in a virtual environment and validated using the pressure-sinkage and shear tests. A truck tire model is created based on standard heavy vehicle tires and validated using static deflection, contact footprint, and dynamic first mode of vibration tests. The validated tires and soils are used to create a virtual terrain and the tire is placed on the soil, loaded, and run over the soil at various speeds. The results of these simulations show that the SPH modeling technique offers higher accuracy than comparable FEA models for soft soils at a higher computational cost. Further, the SPH models show rolling resistance and tire forces in good correlation with available experimental data. The purpose of performing this research is to develop an off-road rigid ring model in future work.</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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207