Evaluating the Roll Stability of Articulated Vehicles Using a Phase-Plane Analysis Method
Notice bibliographique
Résumé
An innovative phase-plane analysis method is proposed to assess the roll stability of articulation vehicles. It is well know that the roll instability of articulated vehicles is one of the most serious problems resulting in loss of life and property for drivers. Hence, it is necessary to develop active anti-roll systems to enhance the roll stability of articulated vehicle systems. In order to actuate the active anti-roll control for the articulated vehicle system, effectively threshold values should be determined. Conventionally, vehicle units’ lateral accelerations are used as the roll-over threshold values for active anti-roll control of articulated vehicles. Considering distinguished configurations and unique dynamic features of articulated vehicles, it is questionable whether the lateral-acceleration-based roll-over threshold of single vehicle is effective to evaluate the roll stability of articulated vehicles. In order to address the problem, case studies will be conducted to assess the roll stability of articulated vehicles using the phase-plane method. To this end, this paper will select a car-trailer system, which is represented by a nonlinear vehicle model generated using the CarSim software package. The phase-plane analysis method is used to examine the following relationships between: 1) the leading unit’s roll angle and roll angular velocity (ϕ – dϕ/dt) and 2) the trailing unit’s roll angle and roll angular velocity (ϕ′ – dϕ′/dt). Built upon the conventional phase-plane analysis method for single-unit vehicles, an innovative phase-plane analysis technique is developed in order to effectively assess the roll stability of articulated vehicles. The applicability and effectiveness of the newly developed technique is examined and demonstrated.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».