Automated Design Synthesis of Articulated Heavy Vehicles With Active Trailer Steering Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents an automated design synthesis approach for articulated heavy vehicles (AHVs) with active trailer steering (ATS) systems. AHVs have poor maneuverability when traveling at low speeds. Moreover, AHVs exhibit unstable motion modes at high speeds. To address the problem of maneuverability, ‘passive’ trailer steering systems have been developed. These systems improve low-speed performance, but feature with low lateral stability at high speeds. Some ATS systems have been proposed to improve highspeed lateral stability. However, these systems typically degrade maneuverability when applied at low speeds. To tackle this conflicting design problem, a systematic method is proposed for the design of AHVs with ATS systems. This new design method has the following features: the optimal active design variables of the ATS systems and the optimal passive design variables of the vehicle are identified in a single design loop; in the design process, to evaluate the vehicle performance measures, a driver model is introduced and it ‘drives’ the vehicle model based on the well-defined testing specifications. Through the design optimization of an ATS system for an AHV with a tractor and a full trailer, this single design loop (SDL) method is compared against a published two design loop (TDL) method. The benchmark investigation shows that the former can determine better trade-off design solutions than those derived by the latter. This SDL method provides an effective approach to automatically implement the design synthesis of AHVs with ATS systems.
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.
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) | 0,000 | 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 | 0,000 |
| 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 découle