MétaCan
Menu
Retour à la cohorte
Enregistrement W3159076154 · doi:10.18280/mmep.080210

Balancing and Simulation of a Double Crank-Rocker Engine Model for Optimum Reduction of Shaking Forces and Shaking Moments

2021· article· en· W3159076154 sur OpenAlexvenueno aff
Anwr Albaghdadi, Masri B. Baharom, Shaharin A. Sualiman

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrankPiston (optics)TorqueReduction (mathematics)Moment (physics)Process (computing)Mechanism (biology)Fictitious forceSoftwareVibrationEngineeringControl theory (sociology)Computer scienceAutomotive engineeringMechanical engineeringMathematicsMechanicsPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

In this paper, a new configuration of Crank-Rocker (CR) model has been proposed by duplicating its mechanism. The method has been implemented to overcome vibration problem on a single-piston Crank-Rocker engine caused by system unbalance. The new method suggests combining conventional method of adding counterweights to reduce shaking forces and eliminating the inertial moments on system by implementing the new layout. A dynamic study of the new model is presented, then the objective function is derived and implemented to perform the optimization process. Related design variables and system constraints are introduced to determine attached counterweights optimized characteristics. For results validation, the simulation, dynamic analysis, and optimization process were conducted using ADAMS VIEW® software. The output results were presented and discussed to verify the validity of the suggested method. It was noticed that the method was very effective and has managed to reduce the total shaking forces by about 91%, shaking moment by about 66%; and the driving torque by 27%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,043
Tête enseignante GPT0,267
Écart entre enseignants0,223 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207