MétaCan
Menu
Retour à la cohorte
Enregistrement W2058577164 · doi:10.1061/9780784413623.019

Design and Optimization for Multistage Energy-Absorption Structures in EMUs under Whole Train Collision

2014· article· en· W2058577164 sur OpenAlexaff
You-qi Xie, Ping Xu, Yong Peng, Rui Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesCentral South University
Mots-clésCollisionDissipationDeformation (meteorology)Energy (signal processing)Computer scienceAbsorption (acoustics)SimulationGenetic algorithmStructural engineeringEngineeringMaterials sciencePhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

The objective of the present study is to investigate the influence of impact platform force of main energy-absorbing structures on energy dissipation and deformation pattern of a train body in EMUs collision. For this purpose, the paper developed a model of train based on the impact energy dissipation map of a train and the mechanical deformation properties of each energy-absorbing structure, hi this model, the algorithm combined one-dimensional multitude rigid bodies and structure large plastic deformation was employed. The train-to-train collision was simulated by the model. The research indicated that the main energy-absorbing structures impact platform force of themselves and their mutual matching relationships have an important effect on the distribution of energy absorption proportion in each train during collision. Then the parameter optimization design was earned out in order to obtain the optimal impact platform forces of energy-absorbing structures. The design model used a full factorial design method to determine the simulation calculation conditions. The methods of quadratic response surface, stepwise regression and genetic algorithm were employed to solve the multi-objective optimization model.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,291

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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,207 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransportation Safety and Impact AnalysisTravaux en français237 207