Benchmarking of Compression Testing Devices in Snow
Notice bibliographique
Résumé
Traction testing of tires for 'severe snow use' certification is performed according to ASTM F1805 in the Unites States and Canada. The ASTM standard provides guidelines for the preparation and compaction of the snow required for the testing and its evaluation using the CTI (Compliance Testing Incorporated) penetrometer. However, the CTI penetrometer provides a measure of the degree of compactness of the snow. From a computational perspective, this information in itself is not sufficient for modeling and/or validation of a snow model for virtual snow traction testing, which is important in the design stage of tires. This work attempts to compare the relative compression testing performance of three devices, namely a CTI penetrometer (rounded cone tip impactor), a standard Clegg Hammer (flat surface impactor), and an in-house developed device inspired by the Russian Snow Penetrometer (cone tip impactor). The approach used here includes a comparison of the available direct and indirect outputs of all the devices and a statistical analysis of these. The observed differences may be due to differences in the mass and drop height between the devices. The findings of this work provide a baseline for further research into the optimal mass and drop height for the evaluation of compacted snow properties. From a modeling perspective, the values generated using the Clegg impact hammer could be useful. However, it tends to underestimate the elastic modulus, when its results are compared to the laboratory technique, and to overestimate the ram resistance when compared to the in-house device. Further improvements to the in-house device may improve its ability to measure the snow properties most relevant to the modeling of snow.
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) | 0,001 | 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 ».