Practical Large-Motion Modeling of Geometrically Complex Flexible Vehicles
Notice bibliographique
Résumé
This paper introduces a powerful convenience method for automatically building largemotion models of flexible bodies of general structural form (not just beams). The starting point is the assembled standard mass matrix of a small-motion finite-element model. The goal point is a fully-coupled, all-terms-included large motion model that incorporates the same arbitrarily detailed structural geometry as the source finite-element model. An explicit straightforward procedure is provided for constructing both full and reduced-order models of flexible bodies that are able to undergo arbitrary displacement and rotation. The body translational and angular velocities are allowed to be large. Within the context of small deformations, all terms of the equations of motion are included. A standard finite-element small (absolute) motion model is used as the base model from which the equations of motion of the unrestrained body are derived. A fully consistent inertia formulation is assumed and encouraged; rotational coordinates are naturally admitted; and no low-level knowledge of the finite-element nodal shape functions is required. Lumped-mass formulations are included as a special sub-class. Automatic generic approximation is used for certain shape function products that cannot be directly extracted from the mass matrix of the small motion model. The critical strategy used to produce the approximations is called the “LISA Method” (Localized Implicit Shape-Function Approximation). The LISA Method has been demonstrated to reproduce exact results for a number of practical element types.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».