A Comprehensive Study of the Impact of Tread Design on the Tire-Terrain Interaction using Advanced Computational Techniques
Notice bibliographique
Résumé
This paper investigates the impact of tread design on the tire-terrain interaction of two similar-sized truck tires with distinctly different tread designs running over various terrains and operating conditions using advanced computation techniques. The two truck tires used in the research are off-road tires sized 315/80R22.5 wide which were designed through Finite Element Analysis (FEA). The truck tire models were validated in static and dynamic domains using several simulation tests and measured data. The terrain includes a flooded surface and a snowed surface which were modelled using Smoothed-Particle Hydrodynamics (SPH) technique and calibrated using pressure-sinkage and direct shear tests. Both truck tire models were subjected to rolling resistance and cornering tests over the various flooded surface and snowed surface terrain conditions on the PAM-CRASH software. Other tire operating conditions included varying vertical loads, terrain depths, longitudinal speeds, and slip angles. The flooded surface depth was set up at 0%, 10%, and 25% sidewall height, and the snowed surface depth was set up at 10%, 35%, and 50% sidewall height. The truck tires were subjected to vertical loading of 13 kN, 27 kN, and 40 kN, longitudinal speeds of 10 km/h, 50 km/h, and 100 km/h, and slip angles of 2 degrees, 6 degrees, and 12 degrees. To study the impact of the different tread designs between the two similar-sized tires, the Rolling Resistance Coefficient (RRC), lateral force, self-aligning moment, and overturning moment were determined for both tires and compared.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».