Perceiving Excitation Characteristics from Interactions between Field Road and Vehicle via Vibration Sensing
Notice bibliographique
Résumé
When agricultural vehicles operate in the field, the soft road excitation makes it difficult to measure the vehicle vibration. A camera-accelerator system can solve this issue by utilizing computer vision information; however, the relationship between the field road surface and the vehicle vibration response remains an unsolved problem. This study aims to investigate the correlation of the soft road excitation of different long-wave surfaces with the vehicle vibration response. Vibration equation between the vehicle and soft road surface system was established to produce an effective roughness model of the field soft road surface. In order to simulate the vehicle vibration state under different long-wave road surfaces, the soil rectangular pits with 21 kinds of different spans and depths were applied to the road surfaces, and a tractor vibration test system was built for vibration test. The frequency spectrum analysis was performed for the vibration response and the roughness signals of the road surfaces. The results showed that coefficient (R2) of frequency correlation between the roughness excitation and the original unevenness at the excitation point at the rear end of the rectangular soil pit fell within 0.9641∼0.9969. The main frequency band of the vibration response fell within 0∼3 Hz, and the phenomenon of quadruple frequency existed. The correlation of roughness excitation with quadruple frequency fell within 0.992165∼1. The primary excitation points were located at the rear end of the rectangular soil pit. In addition, it also indicated that when the vehicle was driven without autonomous power, the vehicle vibration frequency mainly depended on the excitation frequency of the field road surface and the frequency at the maximum vehicle vibration intensity was 2 or 3 times of that at the maximum field soft road excitation. These findings may provide a reference for optimal design of vibration reduction and control for agricultural vehicles.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».