MétaCan
Menu
Retour à la cohorte
Enregistrement W3162900414 · doi:10.1177/09544070211015525

Hysteresis loss of ultra-large off-the-road tire rubber compounds based on operating conditions at mine sites

2021· article· en· W3162900414 sur OpenAlexafffund
Shaosen Ma, Guangping Huang, Khaled Obaia, Soon Won Moon, Wei Victor Liu

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensSyncrude (Canada)University of Alberta
Organismes subventionnairesSyncrude
Mots-clésTreadNatural rubberHysteresisMaterials scienceStrain (injury)Composite materialUltimate tensile strengthTensile strain

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to investigate the hysteresis loss of ultra-large off-the-road (OTR) tire rubber compounds based on typical operating conditions at mine sites. Cyclic tensile tests were conducted on tread and sidewall compounds at six strain levels ranging from 10% to 100%, eight strain rates from 10% to 500% s −1 and 14 rubber temperatures from −30°C to 100°C. The test results showed that a large strain level (e.g. 100%) increased the hysteresis loss of tire rubber compounds considerably. Hysteresis loss of tire rubber compounds increased with a rise of strain rates, and the increasing rates became greater at large strain levels (e.g. 100%). Moreover, a rise of rubber temperatures caused a decrease in hysteresis loss; however, the decrease became less significant when the rubber temperatures were above 10°C. Compared with tread compounds, sidewall compounds showed greater hysteresis loss values and more rapid increases in hysteresis loss with the rising strain rate.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetElasticity and Material ModelingTravaux en français237 207