MétaCan
Menu
Retour à la cohorte
Enregistrement W4254205698 · doi:10.22214/ijraset.2021.37238

Comparative Analysis of Brake Disc Materials

2021· article· en· W4254205698 sur OpenAlexaff
Prof. Santosh A N

Notice bibliographique

RevueInternational Journal for Research in Applied Science and Engineering Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBrake Systems and Friction Analysis
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésDisc brakeCast ironMaterials scienceFinite element methodBrakeBrake padMechanical engineeringTitanium alloyRotor (electric)AlloyComposite materialStructural engineeringMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

A brake is a device that applies artificial frictional resistance to a revolving disc in order to stop the vehicle from moving, the frictional heat created at the disc pad interface can cause high temperature during the braking period, thermal elastic stability(TEI), early wear, brake fluid vaporization (BFV), and thermally stimulated vibrations can caused by frictional heat produced on the rotor surface (TEV), better thermal stability materials will decrease these causes, we investigate the thermal and structural characteristics in this research by finite element software, the solid brake disc is made up of various materials such as titanium alloy, structured steel and gray cast iron, further we analyze the brake disc using ANSYS 16.0 and CATIA V5 is used to design the model of brake disc, for this project the heat flux calculation have been made by considering various parameters of material as well as vehicle, finally a comparison made between grey cast iron, titanium alloy and structural steel materials. With respect to equivalent stress, temperature distribution, deformation values. This paper involves selecting a best suitable material to design a brake disc which leads to better safety to passengers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,063
Tête enseignante GPT0,388
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Research in Applied Science and Engineering TechnologyMême sujetBrake Systems and Friction AnalysisTravaux en français237 207