Modelling and FE Simulation of HVC Using Multi Objective Response Surface Optimization Techniques
Notice bibliographique
Résumé
The purpose of an automotive chassis is to maintain the shape of the vehicle and bear the various loads that are applied to the vehicle. The structure typically accounts for a large portion of the development and production costs of the new vehicle program, and the designer has many different structural concepts available. Choosing the best is important to ensure acceptable structural performance under other design constraints, such as cost, volume and method of production, product application, and more. The material selection for chassis depends upon various factors like lightness, economy, safety, recyclability, and circulation of life. The current study aims to perform optimization of the design of a heavy vehicle chassis using central composite design & optimal space fill design scheme (s) with the material tested is Al6092/SiC/17.5p MMC. Different design points are generated using design of experiments. The equivalent stress, deformation and mass are evaluated for each design points. The CAD modelling and FE simulation of heavy motor vehicle chassis is conducted using ANSYS software. From the optimization conducted on chassis design, response surface plots of equivalent stress, deformation and mass are generated which enabled to determine the range of dimensions for which these parameters are maximum or minimum. The use of Discontinuously Reinforced Aluminium-Matrix Composites Al6092/SiC/17.5p MMC aided to reduce weight of chassis by 66.25% and 66.68% by using CCD and Optimal space fill design scheme respectively, without much reduction in strength of chassis.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».