Influencing Factors and Sensitivity Analysis of Occupant Impact Injury in Passenger Compartment
Notice bibliographique
Résumé
OBJECTIVE: The study reported in this article addressed the influence of each factor (impact acceleration, table height h, table to seat distance l₁, interseat distance l₂, table contact stiffness k₁, seat contact stiffness k₂, etc.) on the extent of occupant impact injury in a railway vehicle secondary collision. METHODS: The vehicle's passenger compartment-occupant coupling model was established using proprietary software (MADYMO). The simulated occupant was MADYMO's validated Hybrid III 50th percentile dummy model, and the vehicle's passenger compartment model included the floor surface, side wall, seat (with cushion), backrest, and table. The floor surface and side wall were modeled as flat surfaces; the seat (with its cushion), backrest, and table were modeled as ellipsoids. Some 25 samples were selected for numerical simulation based on a 2-factor, 5-level, full-factorial experimental design: the response surface method (RSM) was applied to fit the mapping relationship between the occupant's injury parameters (head injury criterion [HIC] and thoracic cumulative 3-ms injury criterion [TC(3ms)]) and other multi-influence factors. RESULTS: Taking the seat-table structure model and seat-seat structure model as examples, the influence of each factor on the extent of the passenger compartment occupant's impact injury was assessed from the basis of traditional passenger compartment configurations found on Chinese trains. The sensitivity analysis of occupant injury parameters on these influence factors was carried out to determine the extent of the influence of each factor on each impact injury parameter. CONCLUSIONS: The response surfaces of the occupant's injury parameters (HIC and TC(3ms)), and changes therein as the system's variables were altered showed that impact injury parameters and change thereto could be described intuitively and qualitatively. Some meaningful conclusions were obtained through the sensitivity analysis of occupant injury parameters to changes in these influence factors. The research offered a guideline for the design and manufacture of a train's passenger compartment structure.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».