MétaCan
Menu
Retour à la cohorte
Enregistrement W4402732567 · doi:10.2346/tst-21-021

Analysis of Off-Road Tire Cornering Characteristics by Using Advanced Analytical Techniques

2024· article· en· W4402732567 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTire Science and Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésTruckFinite element methodAutomotive engineeringSlip angleSlip (aerodynamics)Contact patchTire balanceEngineeringStructural engineeringAutomobile handlingRadial tireTreadSteering wheelMaterials science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper focuses on analysis of the cornering characteristics of an off-road truck tire running under several operating conditions over different soils. The finite element analysis (FEA) method is used to model the Goodyear RHD 315/80R22.5 truck tire, and the smoothed-particle hydrodynamics (SPH) method is used to model the soil. The goal of this research is to provide a virtual testing environment in Pam-Crash software as an alternative to actual tests for FEA and SPH analyses of rolling tire interactions on deformable terrains. The study on the effects of different operating parameters on the cornering performance combined with the sensitivity study can be of interest to tire engineers or vehicle engineers because they provide insight into the design and real-time behavior of a vehicle. Tire and soil models are validated using experimental data and published measurements, showing good agreement. The tire–soil interaction is investigated under different tire conditions, such as longitudinal speed, inflation pressure, vertical load, and slip angle, and under various soil characteristics, such as cohesion, internal friction angle, and rut depth. Cornering force, self-aligning moment, and overturning moment are studied as the fundamental cornering characteristics that affect truck lateral stability and control. Owing to the excessive computational demands posed by the FEA-SPH tire–soil models, we propose unique mathematical relationships for estimating the cornering characteristics of free-rolling as well as driven truck tires in an efficient manner. The genetic algorithm (GA) technique is used to develop relationships between the cornering parameters and operating conditions. We conclude that the identified mathematical relationships could provide very good estimations of the cornering characteristics under a broad range of operating conditions and soils. The GA equations will ultimately be implemented into a full vehicle model to evaluate the full vehicle performance.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationlow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 enseignants0,998
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
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 Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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