MétaCan
Menu
Retour à la cohorte
Enregistrement W4402635285 · doi:10.1088/1757-899x/1311/1/012020

Multibody Dynamics and Terramechanics-based modeling and simulation of Quarter-Car with Suspension

2024· article· en· W4402635285 sur OpenAlexaboutno aff
Ekansh Chaturvedi, Jayanta Mukherjee, Corina Sandu

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultibody systemSuspension (topology)Car modelDynamics (music)Quarter (Canadian coin)Automotive engineeringEngineeringPhysicsClassical mechanicsMathematicsGeographyAcoustics

Résumé

récupéré en direct d'OpenAlex

Abstract While tires only compress when acted upon by a load in on-road scenarios, in off-road conditions, on the other hand, the tires not only undergo compression but also sinkage into the ground, in a manner that depends on the terrain. The tire-ground contact, in turn, affects the forces acting on the suspension system. Hence, it is necessary to study the vertical dynamic response of a system in off-road conditions by accounting for the terramechanics phenomenon (tire-terrain interface). The forces acting at the tire and terrain interface in off-road conditions have been studied in terramechanics separately; however, their integration with multibody systems is relatively less explored. In this paper, a multibody dynamic-based modeling and simulation of a quarter car with a linear spring-damper suspension system for off-road vehicles is presented. The generalized external forces are obtained using the Bekker-Wong based soil pressure-sinkage approach for two different kind of multibody systems interacting with sandy loam terrain. This model is integrated with the Tangent Space Ordinary Differential Equations of the quarter car and suspension system and solved using numerical integration techniques. Thus, by accounting for the terramechanics in the multibody system, the technique provides a more realistic response of the system in off-road scenarios.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,215
Écart entre enseignants0,204 · 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
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 revueIOP Conference Series Materials Science and EngineeringMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207