Computational Methods Application of Musculoskeletal Analysis for Seating Comfort
Notice bibliographique
Résumé
The design of seats in the aerospace industry is more challenging when compared to other industries, such as the automotive industry. The limitations from the different regulations imposed by the aviation regulatory agencies around the world make it difficult to design for comfort with full flexibility, furthermore, weight reduction is a primary design objective that consistently influences design choices in all aspects of aerospace design which tends to add layer of complexity during the design process of aerospace applicable products. The standard seat designing process in the literature includes a combination of computational and experimental methods, such as the use of finite element methods (FEM), pressure mat sensors, or subjective questionnaires. However, the previous methods provide insight into the external forces acting on the human body while also providing the designer of seats with the capability to include multiple computer-simulated design configurations in their design methodology and to compare the results of several design configurations to find the optimal design across different prototypes. The objective of this thesis is to investigate an additional level of insight on comfort levels, by examining internal forces that are occurring in the muscles by using inputs such as external forces and seat postures on a musculoskeletal model. This thesis describes the methodology of simulations, development, and evaluation of comfort evaluation in the neck muscles; Sternocleidomastoid (SCM), and Upper Trapezius as a pilot study of this new approach for comfort evaluation in seat designing processes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».