Professional Driving Simulator to Design First-Time-Right Race Cars
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Professional driving simulators can be successfully exploited to shorten the traditional design-prototype testing-production process relative to a new race car.</div><div class="htmlview paragraph">Consider as a real example the Dallara 2014 Super Formula (“SF”) race car; built in 2013 at the Dallara factory in Varano de' Melegari, Parma, Italy and scheduled to race in Japan in 2014. Professional race drivers from the SF series have already been conducting multiple test sessions with the Dallara Simulator (Dec 2012), working together with vehicle dynamicists, aerodynamicists, designers, structural engineers and engine manufacturers, in an effort to evaluate and validate kinematics, steering geometry, aerodynamics, packaging, cooling, engine performance, as well as monocoque stiffness and minor installation details, even before the design had started.</div><div class="htmlview paragraph">Multiple on track test sessions (Jul-Sep 2013), conducted with the real prototypes, have impressed both drivers and their respective engineers and engine representatives. The real car was found to be close in performance and feeling with respect to the virtual car developed on the simulator.</div><div class="htmlview paragraph">This experience is a remarkable example worth sharing to the SAE community. It illustrates an innovative way for Motor Racing engineers to shorten the design-to-track development time.</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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».