MétaCan
Menu
Retour à la cohorte
Enregistrement W4391160937 · doi:10.1139/tcsme-2023-0076

Design of sustainable energy harvesters using a 3D car suspension system model and half-width speed bump

2024· article· en· W4391160937 sur OpenAlexvenueno aff
Min‐Chie Chiu, Mansour Karkoub, Ming-Guo Her

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringVibrationSuspension (topology)Power (physics)Maximum power principleRoot mean squareControl theory (sociology)EngineeringComputer scienceAcousticsVoltageElectrical engineeringPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

This study aims to not only design a vibration energy harvester integrated in a three-dimensional (3D) multi-particle system but also investigate the longitudinal and lateral body sway and the effect of front and back wheel interlocking caused by the eccentric loading of the vehicle. Using multidimensional vehicle suspension system vibration modes for analysis, this study evaluates the impact of lateral and longitudinal eccentricity on the displacement of the four-suspension system wheel axes. In addition, this study discusses the effect of discontinuous half-width sinusoidal speed bump on power generation and maximum power generation capacity under good ride comfort conditions. To maximize the efficient electrical power from the car's suspension system through the use of energy harvesters, we have employed the simulated annealing algorithm, a robust global optimization technique. The objective function chosen for this optimization is the root-mean-square (RMS) electrical power, represented as W TT(RMS) . In addition to this, we have considered the comfort experienced by passengers, incorporating the ride comfort efficiency into the objective function during the optimization process. As a result of this optimization, a 3D car model equipped with four energy harvesters has been fine-tuned to achieve a significant increase in induced electrical power, ultimately reaching an impressive 0.2 W.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,202
Écart entre enseignants0,182 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207