Study on the Influence of Road Geometry on Vehicle Lateral Instability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
According to the accident analysis of vehicles in the curve, the skidding, rollover, and lateral drift of vehicles are determined as means to evaluate the lateral stability of vehicles. The utility truck of rear-wheel drive (RWD) is researched, which is high accident rate. Human-vehicle-road simulation models are established by CarSim. Through the orthogonal experiment method, the effects of different road geometries, speed, and interaction factors between road geometries on vehicle lateral stability are studied. In this paper, skidding risk of the vehicle is characterized by the Side-way Force Coefficient (SFC). Rollover risk of the vehicle is characterized by lateral acceleration and the load transfer ratio. Lateral drift risk of the vehicle is characterized by the sideslip angle of wheels. The results of orthogonal analysis reveal that the maximum tire-road friction coefficient and speed are highly significant in skidding of the vehicle. The effects of the combination of horizontal alignment and superelevation on vehicle skidding are important. The effects of horizontal alignment and speed on vehicle rollover risk are highly significant. The effects of superelevation on vehicle rollover risk are significant. The effects of the interaction of horizontal alignment and superelevation are also important on vehicles’ rollover risk. The speed and the maximum tire-road friction coefficient have highly significant effect on the vehicle’s lateral drift. The superelevation has a significant effect on the vehicle’s lateral drift. The effects of the interaction of horizontal alignment and superelevation and longitudinal slope are also important on the lateral drift of the vehicle.
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.
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 découle