Application of Grey-Taguchi Method Optimizes the Structural Friction Clutch Disc
Notice bibliographique
Résumé
In which the clutch disc is the part that is heavily influenced by the pressure disc and engine flywheel.Therefore, the design of the clutch disc faces many difficulties.In this investigation, the model of the clutch disc with design variables and their level was built in SolidWorks.In which, variable A is the friction disc thickness with 3 levels of 3mm, 3.3mm, 3.5mm and B is the diameter of the friction disc groove with levels of 0.25mm, 0.5mm, 0.75mm and variable C is the diameter rivet hole with grades 2.75mm, 3mm, 3.25mm finally D is the young's modulus of the materials for all the part of the clutch are aluminum of 70GPa, copper of 128GPa and structural steel of 200GPa, respectively.The deformation and the equivalent stress were estimated by finite element analysis (FEM) in ANSYS.The simulation data of the study are used to minimize the deformation and stress of the clutch disc by grey relation analysis based on Taguchi method.The results of the FEM indicated that the input variables had a significant influence on the deformation and stress of the clutch disc.Then, the above results were verified by signal to noise (S/N) analysis, analysis of means, analysis of variance, regression analysis, and plot surface.All are in agreement with the error of the predicted value and the optimal value of the grey relational grade is 1.69%.The optimal value of the deformation and stress are 0.033115mm and 66.889MPa, respectively.This proves that these results are very reliable.Therefore, the proposed method is very effective in optimizing the structure of mechanical products.
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 | 0,000 | 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 | 0,000 | 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 ».