MétaCan
Menu
Retour à la cohorte
Enregistrement W2315429721 · doi:10.1061/40996(330)345

Structure Optimal Design of Maglev Train Car Body

2009· article· en· W2315429721 sur OpenAlexaff
Hong-qi Tian, Ping Xu

Notice bibliographique

RevueLogistics · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésMaglevFinite element methodStiffnessDisplacement (psychology)Optimal designStructural engineeringAdinaMechanical engineeringComputer scienceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The sidewall stiffness of the Chinese Maglev train is so weak that it disagrees with the situation of passing each other in open air at high speed. The first problem of the structure optimal design to settle down is to enhance the sidewall stiffness. The car body weight was defined as the object variables, and the deflections and stresses in the sidewall were defined as state variables, and the board thickness of profiled extrusion material and composite plate were defined as design variables. Combined with finite element analysis technology, the optimal design of the maglev train body structure was carried out by mathematical programming approach method. The transversal displacement in the sidewall from load case 6 reduced from 3.8241mm to 3.2mm and from load case 7 reduced from 2.9153mm to 2.3531mm after 18 times iteration calculation optimized. The displacement value was decreased by 20%. The proposed method can be used to optimize the existing and new car body structure of domestic maglev train.

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 enseignants0,885
Score d'incertitude au seuil0,339

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLogisticsMême sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207