Design optimization of hopper cars employing functionally graded honeycomb sandwich panels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, a novel multiscale and multi-stage structural design optimization procedure is developed for the weight minimization of hopper cars. The procedure is tested under various loading conditions according to guidelines established by regulatory bodies, as well as a novel load case that considers fluid-structure interaction by means of explicit finite elements employing Smoothed Particle Hydrodynamics. The first stage in the design procedure involves topology optimization whereby optimal beam locations are determined within the design space of the hopper car wall structure. This is followed by cross-sectional sizing of the frame to concentrate mass in critical regions of the hopper car. In the second stage, hexagonal honeycomb sandwich panels are considered in lower load regions, and are optimized by means of Multiscale Design Optimization (MSDO). The MSDO drew upon the Kreisselmeier–Steinhausser equations to calculate a penalized cost function for the mass and compliance of a hopper car Finite Element Model (FEM) at the mesoscale. For each iteration in the MSDO, the FEM was updated with homogenized sandwich composite properties according to four design variables of interest at the microscale. A cost penalty is summed with the base cost by comparing results of the FEM with the imposed constraints. Efficacy of the novel design methodology is compared according to a baseline design employing conventional materials. By invoking the proposed methodology in a case study, it is demonstrated that a mass savings as high as 16.36% can be yielded for a single hopper car, which translates into a reduction in greenhouse gas emissions of 13.09% per car based on available literature.
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.
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 découle