A Simulation Study for Lateral Stability Control of Vehicles on Icy Asphalt Pavement
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
Black ice is an ice layer formed by freezing rain or accumulated water on the asphalt pavement surface in cold weather. This ice layer completely shields the texture structure of the pavement and destroys the original microstructure. The direct contact between the automobile tire and the ice surface leads to a sharp decrease in the adhesion coefficient, so the automobile is prone to lateral instability on the icy pavement. In this paper, the simulation model of the icy pavement is established in Matlab/Simulink to verify the control effect of the lateral stability controller based on the Electronic Stability Program under two steering limit conditions. The results show that the vehicle without a lateral stability controller will lose stability and sideslip even when it is steering at low speed on the icy pavement, and the lateral stability controller can effectively control the yaw rate of the vehicle when it is steering, which greatly reduces the offset of the sideslip angle of the centroid and inhibits the lateral acceleration exceeding the ice surface limit, which improves the maneuverability and stability of the vehicle under the freezing limit condition. The application of the controller is of great significance to improve the driving safety of the regional asphalt pavement. Due to the low adhesion coefficient of the icy pavement and the limited braking force and additional yaw moment of the tire provided by the adhesion force, the vehicle with a lateral stability controller is still likely to lose stability under the critical condition of medium or high-speed single shift line.
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