MétaCan
Menu
Retour à la cohorte
Enregistrement W3147155042 · doi:10.4271/2020-36-0208

Design of a Mono-Leaf in Sandwich Structure for Application in Light-Load Vehicle Using Finite Element Method

2021· article· en· W3147155042 sur OpenAlexaff
Leonardo do Carmo Lelis Dias, Erivaldo Pereira Nunes, Marcella Cristina Neves Alvarenga, Antonio Ávila

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésFinite element methodStructural engineeringComputer scienceMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This paper aims to present the design of a mono-leaf in steel/composite sandwich structure (epoxy/glass fiber). The automotive main challenges now-a-days are fuel economy and CO2 emission reduction. To achieve such goals, the usage of new materials and design optimization procedures are required. This research focuses on light-load commercial vehicles, in special, rear suspension. Leaf springs are the key components of such suspension. Therefore, the design optimization procedure developed is centered into leaf spring weight reduction. The design optimization procedure was bounded by industry regulatory standards and base on analytical and numerical experiments. Once the design phase is completed, a finite element analysis was performed using ANSYS Workbench<sup>®</sup>. The finite element analysis not only provided a detailed mapping of stress and displacement fields, but it also allowed to identify possible regions of failures. Moreover, it is possible to make a comparison among all the cases studied. The final step is the fuel economy analysis.</div></div>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,290
Écart entre enseignants0,268 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207