A Virtual Prototyping Toolkit for Assessment of Child Restraint System (CRS) Safety
Notice bibliographique
Résumé
<div class="htmlview paragraph">Computational modeling continues to play an increasingly significant role in the design of more effective vehicle crash safety systems. Models configured with sophisticated computer analyses permit researchers to perform extensive “what-if?” exploratory studies at a fraction of the cost and time that would be required by physical testing alone. Presently, our research team is developing a modeling and analysis capability that will provide child restraint system (CRS) engineers, designers, and analysts a validation tool that will supplement conventional engineering results attained from sled testing, which is often timely and costly. Supplementing these physical tests and digital modeling capabilities is the newly developed NYSCEDII CRS Visualization Module (NCVM), which allows a user to immersively visualize the MADYMO-calculated automotive crash simulation imagery. Depicted are the motion of, and interactions between, the CRS shell, human “dummy”, harness and latch belt assemblies, and applicable vehicle cabin-interior surfaces and structure; and nodal finite element Von Mises color stress contours for the CRS shell and its attendant restraint straps. Supplemental NCVM features include: plotted instantaneous body segment acceleration-time responses; dummy displacements visually tracked using on-screen reference markers - to be tracked as a function of time; forwards or backwards animation capability; and stereo viewing, using anaglyphic stereo, to convey a sense of depth and immersion.</div> <div class="htmlview paragraph">This paper demonstrates the utility of the NCVM using a combination conventional/finite element system model of a recent-production child restraint system (CRS) and its three-year-old dummy occupant in a modified FMVSS 213 sled test environment.</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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».