MétaCan
Menu
Retour à la cohorte
Enregistrement W4281803339 · doi:10.18280/acsm.460203

Investigation of Dynamic Factors in Different Sections of HVC by Static and Free Vibration Modal Analysis

2022· article· en· W4281803339 sur OpenAlexvenueno aff
Abhishek Agarwal, L. Mthembu

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChassisVibrationStructural engineeringModal analysisTruckModalFinite element methodNoise, vibration, and harshnessEngineeringDeformation (meteorology)Cross section (physics)Natural frequencyAcousticsAutomotive engineeringMaterials sciencePhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

One of the essential purposes of the automotive chassis is to maintain the vehicle's shape and bear the various loads applied to the vehicle. When a heavy-duty vehicle, e.g., a truck, travels on the road, the chassis is subject to vibrations produced by surface roughness and excitation due to the vibration of body parts. The present study aims to design, model, and perform a static structural & vibrational modal analysis on a commercial vehicle (Truck) chassis considering both conventional Structural steel and P100/6061 Al Metal Metrix Composite (MMC) using ANSYS CFX to determine the strength of chassis with transverse sections. Free vibrational modal analysis determines the mass participation factor and resonance frequency for square section and C section, respectively, for both materials using the finite element technique. It was observed that the use of the C section causes an increase in deformation for all the natural frequencies, which is not preferred. The high mass participation factor along the x-direction signifies that any external excitation along this direction would likely cause resonance and amplitude build-up. The C section profile of the chassis shows 1.69% higher deformation than the square section in both cases; hence it is not desirable for the design.

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 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)0,000
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 enseignants0,328
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207