MétaCan
Menu
Retour à la cohorte
Enregistrement W4237723600 · doi:10.1504/ijhvs.2019.101463

Rollover prevention for a heavy vehicle using optimised slide mode steering control

2019· article· en· W4237723600 sur OpenAlex
Zhilin Jin, Chao Wang, Lei Zhang, Wanzhong Zhao, Amir Khajepour

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Heavy Vehicle Systems · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRollover (web design)Sprung massAutomotive engineeringEngineeringVehicle dynamicsMode (computer interface)Automobile handlingControl theory (sociology)Displacement (psychology)Electronic stability controlTrack (disk drive)Stability (learning theory)ToeControl (management)Computer scienceControl engineeringDamper

Résumé

récupéré en direct d'OpenAlex

For a heavy vehicle, active steering can effectively prevent rollover, however, it also changes the operation of the vehicle away from the driver's intentions. To improve rollover stability and reduce tracking error, an optimised slide mode steering control strategy is proposed. Four degrees of freedom linear model is used, which includes lateral, yaw, and roll motions of the sprung mass and unsprung mass. This model is also validated to describe heavy vehicle rollover dynamics. From the model, slide mode control based roll angle and lateral displacement strategies are developed, respectively, and the optimised slide mode steering control strategy is presented to track the set routes and prevent vehicle rollover. Furthermore, some typical numerical cases are simulated to demonstrate the effectiveness of the control strategies. The results show that the optimised strategy can effectively prevent vehicle rollover and significantly improve the performance of tracking the driver's intention for a heavy vehicle.

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 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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,247 · 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