MétaCan
Menu
Retour à la cohorte
Enregistrement W2055768353 · doi:10.5267/j.esm.2015.2.003

Finite element analysis and optimization of a mono parabolic leaf spring using CAE software

2015· article· en· W2055768353 sur OpenAlexvenueno aff
Krishan Kumar, Manjeet Aggarwal

Notice bibliographique

RevueEngineering Solid Mechanics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinite element methodSpring (device)SoftwareLeaf springStructural engineeringMechanical engineeringComputer scienceMaterials scienceEngineeringMathematicsEngineering drawingProgramming language

Résumé

récupéré en direct d'OpenAlex

Parabolic leaf spring is one of the vital components in vehicle suspension system, and it is commonly used in heavy vehicles. It needs to have an excellent static load bearing capacity and fatigue life too. The purpose of this work is to make computer aided engineering (CAE) analysis of mono parabolic leaf spring and to see the effect of change of material in the optimized leaf. A mono steel leaf spring and a mono leaf spring made of composite material have been selected for this comparative analysis. The material of the mono steel leaf spring is EN45A and Glass Reinforced Plastic (GRP) as composite material which is having high strength to weight ratio. The mono leaf spring model is having one full length leave with eyes at both ends, two pins in each eye end and a rubber pad on the upper face of leave center. The CAD modelling of parabolic leaf spring has been done in CATIA and for analysis the model is imported in ANSYS workbench. It was shown that the use of composite material instead of steel resulted into large deflection, small variation in stresses and also a large amount of weight reduction.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,260
Écart entre enseignants0,235 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207