Study of Occupant Safety and Airbag Deployment Time
Notice bibliographique
Résumé
This paper presents the use of Finite Element Analysis (FEA) software in recreating a full frontal barrier impact test with a 50th percentile male hybrid III dummy to investigate various passenger vehicle airbag deployment times for the development of an airbag trigger sensor. Results for the physical full frontal barrier impact test where prepared by MGA Research Corporation with a 2007 Toyota Yaris. Using a nonlinear transient dynamic FEA software, a virtual full frontal barrier impact test was created to reproduce the physical results and trends experienced in the physical crash test found in a report by the National Highway Traffic Safety Administration (NHTSA) 5677. The results of the simulation were compared to the results of the physical crash which produced similar trends, but not the same values. The simulation was then used in testing different passenger vehicle airbag deployment times to see its results on specific occupant injury criteria’s; Head Injury Criterion (HIC), Chest Compression Criterion (CC). Four different vehicle speeds where used; 20 km/h, 40 km/h, 56 km/h, and 90 km/h in conjunction with a range of +/− 6 milliseconds in the airbag deployment timing. Results of the airbag deployment timing showed that trends of faster airbag deployment times resulted in lower values for HIC and CC. Following these trends, suggestions for airbag deployment trigger distances were developed to aid in creation of an advanced airbag deployment sensor or crash sensor. While the simulation has yet to be validated, the trends may be assessed and actual values may differ.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».