MétaCan
Menu
Retour à la cohorte
Enregistrement W2899350533 · doi:10.1115/detc2018-85681

Preventing Lower Back Pain Among Truck Drivers: Design and Performance of a Controlled Slippage Magnetorheological Actuator for an Active Seat Suspension

2018· article· en· W2899350533 sur OpenAlexafffund
Patrick Chouinard, Marc-André Bégin, Jérémy Marchetta Fortin, Alain Berry, Patrice Masson, Jean‐Sébastien Plante

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnetorheological fluidActuatorActive suspensionSuspension (topology)SlippageAutomotive engineeringVibrationHydraulic cylinderMagnetorheological damperTruckEngineeringStructural engineeringMechanical engineeringDamperAcoustics

Résumé

récupéré en direct d'OpenAlex

Passive air-spring suspensions are widely used in modern heavy vehicle seat suspensions because they provide a fair isolation from road vibrations while remaining relatively cheap. However, only expensive active suspensions can completely relieve drivers from serious health risks due to whole body vibration as prescribed by the ISO-2631-1 standard. This article sets out the design and experimental validation of a simple and affordable active seat suspension that uses a controlled slippage magnetorheological (MR) actuator. The open-loop dynamic performance of the actuator is assessed experimentally in accordance with the requirements of an active seat suspension actuator. Results show that the actuator can develop a maximum vertical force of 1000 N, has a force cutoff frequency of 15 Hz and displays a high level of transparency that can match the dynamic requirements of an active seat suspension. This force cutoff frequency is about three times higher than that of commercially available hydraulic active seat suspensions. Experimental results of on-road tests performed in a long-haul truck using an LQG controller also confirm that the performance of the active seat suspension can match that of commercial alternatives, thus reducing drivers’ exposure to vibrations below upper safety limits.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0010,000

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 Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,273 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEffects of Vibration on HealthTravaux en français237 207