MétaCan
Menu
Retour à la cohorte
Enregistrement W4402172834 · doi:10.1080/17486025.2024.2398231

Model testing of dynamic response of loess to impact load from helicopter landing

2024· article· en· W4402172834 sur OpenAlexaff
Zhibin Hao, Jinyan Feng, Guoyi Xu, Zhaoxia Tong, Lijun Deng

Notice bibliographique

RevueGeomechanics and Geoengineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLoessGeotechnical engineeringResponse analysisDynamic testingEnvironmental scienceGeologyEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

To investigate the dynamic behaviour of loess under the impact loads of two tyres attached to a helicopter’s landing gear, a loading device capable of simultaneously applying dual impact loads was designed. A series of physical model tests, varying in impact energy and water content of the loess samples, were conducted. The study explored the settlement pattern, vertical dynamic stress distribution, and the effects of impact energy and water content. Results revealed that settlement in the shallow layer exhibits a characteristic W-shape, while the vertical dynamic stress time curve displays a single peak pulse. Settlement and vertical dynamic stress increase with higher impact energy. Increasing the water content of the loess sample results in greater settlement but lower vertical dynamic stress. For the simulated helicopter, when the tyre impact energy increases from 23.8 to 60.8 kJ, the resultant crater depth in loess with a moisture content of 16% increases from 7.6 to 18.1 cm, an increase of 11.5 cm. The peak vertical dynamic stress at a depth of 10 cm along the centerline of the tamper increases from 590.98 to 1449.4 kPa, more than doubling. These findings are valuable for the design of landing sites and landing gear systems.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomechanics and GeoengineeringMême sujetLandslides and related hazardsTravaux en français237 207