MétaCan
Menu
Retour à la cohorte
Enregistrement W4362591044 · doi:10.1177/09544070231166166

Effects of site operating conditions on real site TKPH (tonne-kilometer-per-hour) of ultra-large off-the-road tires

2023· article· en· W4362591044 sur OpenAlexaff
Shaosen Ma, Chengkai Fan, Wei Victor Liu

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTonneKilometerPayload (computing)Environmental scienceTruckEngineeringAutomotive engineeringWaste managementComputer science

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to investigate the effects of site operating conditions on the real site TKPH (tonne-kilometer-per-hour) of ultra-large off-the-road (OTR) tires. To achieve this, a novel finite element OTR tire thermal (OTRTire-T) model was developed to predict the temperatures of OTR tires. As per the results from the OTRTire-T model, the cycle length coefficient K 1 and the site ambient temperature coefficient K 2 were refined and then compared with existing coefficients in the literature for cross-verification. After cross-verification, these K 1 and K 2 coefficients were used to calculate the real site TKPHs. The real site TKPHs were investigated under different site operating conditions (i.e. average vertical tire loads, average cycle speeds, ambient temperatures, and cycle lengths). The results showed that the real site TKPH increased with a rise in average cycle speeds from 10 to 45 km/h and an elevation of ambient temperatures from −30°C to 40°C. At low ambient temperatures below 15°C, as per the real site TKPH, the loading capacity of the truck may increase (compared with its rating payload of 363 t) at mine sites. In addition, the real site TKPH increased relatively rapidly when the cycle lengths were short but rose slowly, or even leveled off, with a further increase in cycle lengths.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207