MétaCan
Menu
Retour à la cohorte
Enregistrement W3159294656 · doi:10.18280/mmep.080216

Finite Element Simulation for Electric-Car Chassis Development from Scratch

2021· article· en· W3159294656 sur OpenAlexvenueno aff
Alief Wikarta, Rizaldy Hakim Ash Shiddieqy, Khosmin, Indra Sidharta

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChassisvon Mises yield criterionScratchStiffnessStructural engineeringFinite element methodRigidity (electromagnetism)Stress (linguistics)Materials scienceAutomotive engineeringEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Indonesian engineers need to design and build their electric car chassis from scratch. These cars need to possess high torsional stiffness and maximum Von Mises Stress value. Therefore, this determines the value of Torsional Stiffness and Von Mises Stress from an electric car scratch chassis using Finite element simulation. A twist load was placed in front, with back support used to determine the torsional stiffness. The stress was analyzed using three types of loading, namely; vertical, lateral, and braking. Meanwhile, the JIS G 3141 galvanized plate with a thickness of 1 mm and 1.2 mm from Indonesia's marketplace was the chassis material used. The simulation results showed that the maximum Von Mises Stress value with a thickness of 1.2 mm produces safe strength, with a torsional stiffness of 11735 Nm/deg. In conclusion, the rigidity and strength of the chassis with a plate thickness of 1.2 mm is in a proper category. Furthermore, this chassis can be used for the development from scratch of an electric car.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,827

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 Opus0,044
Tête enseignante GPT0,248
Écart entre enseignants0,204 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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