MétaCan
Menu
Retour à la cohorte
Enregistrement W3021114647 · doi:10.5006/c2019-12704

Oil Sands Haul Truck CAT 797 Frame Cracking Finite Element Analysis (FEA)

2019· article· en· W3021114647 sur OpenAlexaff
Duane Serate, Chris Semaka, Kevin Suen, Jeff Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensCanadian Natural ResourcesAlpha Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésFinite element methodTruckCrackingFrame (networking)Structural engineeringMaterials scienceEngineeringGeologyMechanical engineeringComposite materialAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A study was performed to understand the mechanism of frame cracking on the mining haul trucks in an oilsands' operating site. A static finite element analysis (FEA) was completed to identify the high stress areas prone to cracking, and recommendations for extending the service life were attained through Fatigue Analysis and Brittle Fracture Assessment. In order to perform this FEA, an accurate 3-dimensional (3D) solid model of the truck frame was built by completing a laser scan of the entire truck frame surfaces. External static loads were applied to this generated 3D solid model for each load case to determine the stresses within the frame. Each load case was then examined to determine its contribution to the total fatigue life consumption, and also determine the critical crack dimensions to prevent brittle fracture. The static FEA results identified opportunities to optimize existing maintenance, inspection, and operating practices. Recommendations are made regarding inspection, repair, and operation of haul trucks based on the ambient temperature, crack depth and length.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0060,001

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMechanical Failure Analysis and SimulationTravaux en français237 207