MétaCan
Menu
Retour à la cohorte
Enregistrement W2015640265 · doi:10.5545/sv-jme.2009.074

Fatigue Failure Study of the Lower Suspension Vehicle Arm Using a Multiaxial Criterion of the Strain Energy Density

2011· article· en· W2015640265 sur OpenAlexaff
Abdelhamid Saoudi, Mohamed Bouazara, Daniel Marceau

Notice bibliographique

RevueStrojniški vestnik – Journal of Mechanical Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSuspension (topology)Strain energy density functionStructural engineeringStrain (injury)Strain energyMaterials scienceEnergy densityComposite materialMathematicsEngineeringPhysical therapyFinite element methodMedicine

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to evaluate the potential of light alloy mechanical part use in automobile industry by studying their fatigue life using various parameters such as effect of suspension dynamic, excitation type, geometry and mechanical part weight. The studied part is the lower suspension arm made from 7075-T6 aluminium alloy. The strain density energy approach enables us to compare two same order tensor: the multiaxial and uniaxial cases. The random displacement excitation is obtained analytically from the power spectral density PSD. The force excitation is obtained by a simple normalisation of spectrum displacement. To avoid the use of Newton-Raphson method during the partial fatigue life calculation step in all mesh elements, a Matlab interface to identify the critical elements is developed. The strain energy density (SENER) signal of the critical element is corrected to remove anomalies by WAFO Matlab interface algorithm. Rainflow cycles are extracted using Markov formulation in order to calculate the number of signal repetitions to failure, which is calculated from Miner law.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,219
Écart entre enseignants0,192 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrojniški vestnik – Journal of Mechanical EngineeringMême sujetFatigue and fracture mechanicsTravaux en français237 207