Performance Analysis of Suspension Seats under High Magnitude Vibration Excitations: Part 1: Model Development and Validation
Notice bibliographique
Résumé
Performance analyses of suspension seats subject to high magnitude excitations require particular modeling considerations associated with impacts against the motion limiting elastic buffers, possible loss of contact between the seat and the occupant, and component characterization over a wide range of inputs. In this study, three different suspension seats are considered to formulate a generalized model that would be applicable under low to high magnitude excitations. The static and dynamic characteristics are evaluated in the laboratory under a wide range of excitations and seat preloads. General model structures are proposed to characterize the components of the selected suspension seats as functions of the preload and nature of excitation. A general model for the suspension seats is formulated upon integration of the component models and consideration of the potential body-hop motions. The validity of the proposed model is examined under a number of excitations representing continuous random vibration environment of different vehicles, such as urban buses and class-1 construction machinery (EM1), and transient sprung mass oscillations in the vicinity of the suspension seat natural frequency. The validity of the model is further examined for all three seats subject to amplified excitations of the urban buses and the construction machinery. The results of the study suggest that the proposed model can be effectively applied to assess the suspension performance under high magnitude excitations that induce repetitive impacts with motion limiting buffers. The influences of various design parameters on the shock and vibration isolation performance of the selected suspension seats are presented in the second part of this work.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».