MétaCan
Menu
Retour à la cohorte
Enregistrement W3009005634 · doi:10.1139/tcsme-2019-0120

Drag-based aerodynamic braking system for the Hyperloop: a numerical study

2020· article· en· W3009005634 sur OpenAlexvenueno aff
Mohammed Raihan Uddin, Tahsin Sejat Saniat, Sayedus Salehin, M. Hamidur Rahman

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerodynamic dragDragAerodynamicsBrakeAutomotive engineeringPoint of deliveryAerospace engineeringTransonicDrag divergence Mach numberComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The Hyperloop promises to revolutionize the transport infrastructure of the 21st century by reducing travel time and allowing people to reach transonic speed on land. It carries with it the hope of a sustainable transportation system during an era of global energy crisis. Overall passenger safety in a high-speed pod necessitates a reliable braking system. This paper introduces the possibility of utilizing aerodynamic drag in the Hyperloop, anticipated to operate at high Mach and low Reynolds flow regime, to attenuate the speed of the pod. Numerical analysis was conducted to investigate the effect of incorporating an aerodynamic brake at different pod velocities (100, 135, and 150 m/s) and deployment angles (30°, 45°, 60°, and 90°). A detailed comparison between the proposed aerodynamic braking system (AeBS) and existing braking systems for the Hyperloop has been presented in this paper. The results demonstrate an increase in drag value of the pod by 3.4 times using a single 0.15 m 2 brake plate. When the brake plate was fully deployed at a pod velocity in excess of 112 m/s, the aerodynamic drag-based braking systems was shown to be more effective than the contemporary eddy current braking system.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,620

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,201 · 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
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207