MétaCan
Menu
Retour à la cohorte
Enregistrement W2028617054 · doi:10.4271/2011-01-0989

Semi-Active Suspension Design for Enhancing Vehicle Ride, Road-Friendliness and Braking Performance

2011· article· en· W2028617054 sur OpenAlexaff
Dongpu Cao, Amir Khajepour

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringSuspension (topology)Computer scienceDynamic brakingVehicle dynamicsVehicle safetyBraking distanceEngineeringRetarderBrakeMathematics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This study proposes a novel semi-active hydro-pneumatic suspension design and investigates its performance potentials. The proposed new semi-active suspension design involves pneumatic interconnection between the front and rear suspension struts of the vehicle. The analytical formulations of suspension forces due to two suspension configurations, a passive unconnected and the proposed semi-active interconnected, are derived to analyze suspension properties. Based on a validated pitch-plane vehicle braking model, vehicle dynamic responses are conducted under a range of measured road roughness excitations and driving speeds, as well as braking inputs. The results of fundamental suspension properties and vehicle responses demonstrate the considerably potentials of the proposed novel semi-active suspension in improving vehicle pitch ride, pitch attitude control, and road-friendliness under random road excitations, without influencing vehicle vertical ride, and pitch attitude control when braking. These suggest the enhanced overall vehicle pitch-plane dynamics. Moreover, the proposed semi-active suspension design also offers considerably potential benefits in improving vehicle road-holding and therefore handling dynamics and directional stability.</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)0,001
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 GPT0,215
Écart entre enseignants0,200 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207