MétaCan
Menu
Retour à la cohorte
Enregistrement W2245279581 · doi:10.5151/engpro-simea-pap60

CHALLENGES AND BEST PRACTICES DURING THE FINITE ELEMENT ANALYSIS FORMODAL INVESTIGATIONOF DRIVETRAIN COMPONENTS

2014· article· en· W2245279581 sur OpenAlexaff
Thales Sardinha Garcia Souza, Felipe Moura Fontes Novo, Mauro Moraes de Souza, Juliano Savoy

Notice bibliographique

RevueBlucher Engineering Proceedings · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensWeyerhauser (Canada)
Organismes subventionnairesnon disponible
Mots-clésPowertrainAutomotive engineeringFinite element methodDrivetrainAutomotive industryEngineeringTurbochargerCamshaftVibrationTorqueNoise, vibration, and harshnessTurbopropEngine powerPower (physics)Mechanical engineeringStructural engineeringTurbine

Résumé

récupéré en direct d'OpenAlex

Engine downsizing is the use of a smaller engine in a vehicle that provides the power of a larger one. It is the result of car manufacturers attempting to provide more efficient vehicles by adding modern technologies, for instance, turbochargers, direct injection and variable camshaft. The smaller engine is also lighter and provides torque and power with similar performance to a much larger engine. However, the downsizing technique may lead to undesirable vibration effects on the driveline, such as structural damaging, vibration fatigue failure and extra noise. All these issues are related to natural frequencies investigation and they are often determined through the finite element method together with experimental tests during the product development phase. This work presents the finite element method limitation for natural frequencies determination of automotive components and a possible solution for this issue.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,003
Communication savante0,0060,004
Science ouverte0,0050,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,006

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 Opus0,036
Tête enseignante GPT0,237
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlucher Engineering ProceedingsMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207