MétaCan
Menu
Retour à la cohorte
Enregistrement W4399361096 · doi:10.3390/geotechnics4020030

Comparative Analysis of Non-Pneumatic Tire Spoke Designs for Off-Road Applications: A Smoothed Particle Hydrodynamics Perspective

2024· article· en· W4399361096 sur OpenAlexaff
Charanpreet Singh Sidhu, Zeinab El-Sayegh

Notice bibliographique

RevueGeotechnics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Smoothed-particle hydrodynamicsParticle (ecology)Computer scienceMechanicsPhysicsGeologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study explores the development of a terramechanics-based model for non-pneumatic tire–terrain interaction, focusing on different spoke designs. The research investigates how four spoke shapes (honeycomb, modified honeycomb, re-entrant honeycomb, and straight spokes) affect non-pneumatic tire performance in off-road conditions. Using the finite element method (FEM) to model non-pneumatic tires, and smoothed-particle hydrodynamics (SPH) to model dry, loose soil, simulations were conducted to replicate real-world loading conditions. This study utilizes virtual environment solution finite element analysis software to examine the interaction between a non-pneumatic tire and dry, loose soil, with a focus on calculating longitudinal and vertical forces. These forces play a pivotal role in determining the motion resistance coefficient. The results show distinct variations in the motion-resistance coefficients among the spoke designs on dry, loose soil. This analysis helps to identify the spoke configurations that optimize energy efficiency and fuel consumption. By comparing and evaluating the four spoke designs, this study shows the effect of spoke design on tire motion resistance. This study concluded that the modified honeycomb spoke design is the most stable and the least sensitive to operating conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,303
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnicsMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207