Multibody Dynamics Modeling of a Continuous Rubber Track System: Part 2—Experimental Evaluation of Load Prediction
Notice bibliographique
Résumé
Vehicles equipped with rubber track systems feature a high level of performance but are challenging to design due to the complex components involved and the large number of degrees of freedom, thus raising the need to develop validated numerical simulation tools. In this article, a multibody dynamics (MBD) model of a continuous rubber track system developed in Part 1 is compared with extensive experimental data to evaluate the model accuracy over a wide range of operating conditions (tractor speed and rear axle load). The experiment consists of crossing an instrumented bump-shaped obstacle with a tractor equipped with a pair of rubber track systems on the rear axle. Experimental responses are synchronized with simulation results using a cross-correlation approach. The vertical and longitudinal maximum forces predicted by the model, respectively, show average relative errors of 34% and 39% compared to experimental data (1–16 km/h). In both cases, the average relative error is lower for tractor speed from 1 to 7 km/h, namely 20% and 35%. The model and experimental amplitudes spectra of the force signals are compared using the coefficient of determination r 2. In the 1 to 7 km/h tractor speed range, the average vertical and longitudinal coefficients of determination are, respectively, 0.83 and 0.42. The coefficients, respectively, reduce to 0.27 and 0.14 for speeds over 7 km/h. In summary, the model can predict the maximum vertical and longitudinal forces in addition to the amplitude spectrum of those signals for operating conditions up to 7 km/h, regardless of the rear axle load, with accuracy acceptable for many applications, such as load case determination for preliminary structural design. Several factors affecting the accuracy of the model at higher tractor speed are identified for future work including suspension creeping, suspension compression characterization at high strain rates, and temperature dependence of material properties.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».