MétaCan
Menu
Retour à la cohorte
Enregistrement W3113378328 · doi:10.3390/app10248992

Experimental Study on the Dynamic Characteristics of Hydro-Pneumatic Semi-Active Suspensions for Agricultural Tractor Cabins

2020· article· en· W3113378328 sur OpenAlexaff
Kyujeong Choi, Jooseon Oh, Heung-Sub Kim, Hyun-Woo Han, Jung Ho Park, Geun-Ho Lee, Jaho Seo, Young‐Jun Park

Notice bibliographique

RevueApplied Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensOntario Tech University
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésReciprocating motionSuspension (topology)Displacement (psychology)Spring (device)MechanicsControl theory (sociology)EngineeringStructural engineeringMechanical engineeringPhysicsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

This study aims to establish a test method to obtain the dynamic characteristics of hydraulic-pneumatic semi-active suspensions used in tractor cabins. Because dynamic characteristics are utilized in simulation models for developing suspension control logic and must be secured to improve control performance, an accurate test method must be established. The dynamic characteristics of the suspension, i.e., the spring constant and damping coefficient, were obtained by changing the current and velocity conditions. An exciter was used as a test device to control the displacement and velocity of the hydraulic cylinder. In order to derive the spring constant of the suspension, a low-speed reciprocating motion test was performed to obtain the force-displacement diagram and to derive the damping coefficient; 48 tests were performed under 6 velocity conditions and 8 current conditions to obtain a force-velocity diagram for each result. The spring constant of the suspension was confirmed using the slope of the trend line in the force-displacement diagram obtained through the low-speed reciprocating motion test of the suspension. In addition, the damping coefficient was calculated using the force-velocity diagram obtained through the reciprocating motion test of the suspension under various current and velocity conditions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 GPT0,247
Écart entre enseignants0,218 · 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'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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetVibration Control and Rheological FluidsTravaux en français237 207