MétaCan
Menu
Retour à la cohorte
Enregistrement W4403254123 · doi:10.1016/j.jterra.2024.101021

Predicting terrain deformation patterns in off-road vehicle-soil interactions using TRR algorithm

2024· article· en· W4403254123 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

RevueJournal of Terramechanics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTerrainDeformation (meteorology)AlgorithmComputer scienceGeotechnical engineeringGeologyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

• Soil deformation patterns caused by off-road vehicle-soil interactions were systematically investigated. • Experiments were conducted in a controlled soil bucket environment to ensure consistent conditions. • The results showed distinct deformation patterns in the uppermost soil layer when using pneumatic wheels. • Track wheels created consistent deformation patterns in all soil layers. • Semi-empirical models were developed to describe these observed deformation behaviors. Soil deformation is one of the parameters affecting the performance of off-road vehicles, including traction, mobility, and steering. This study offers an examination of soil deformation resulting from interactions with pneumatic and track wheels. Experiments were conducted using a soil bin with a single-wheel test rig, equipped with both a standard agricultural tire and a customized track wheel. Three distinct levels of vertical loads (2, 3, and 4kN) and forward velocities (1, 2, and 3 km/h) were applied using the wheel tester. The displacement and deformation of the soil layers, visualized as a vertical cross-section along the motion path, were consistently prepared and photographed for all experiments. Image analysis was undertaken with MATLAB software to scale images and extract graphical data. The highest deformation, with a value of 60.86 mm, is associated with the interaction of a pneumatic wheel with a force of 4 kN, while the lowest deformation occurs when the soil interacts with a track wheel with a force of 2 kN, with a value of 25.05 mm. Furthermore, the fitted surfaces obtained using the optimization algorithm showed good convergence with the experimental data, with R 2 values of 0.9783 and 0.9516 for the pneumatic tire and tracked tire, respectively. The results demonstrated that the TRR model performs well in accurately predicting soil deformation induced by various types of wheels. A comparison between soil deformations caused by track wheels and pneumatic wheels revealed that track wheels result in less deformation and disturbance, particularly in the upper soil layers. These findings underscore the importance of considering the type of traction device and loading conditions when assessing soil deformation in agricultural environments.

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.

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)0,001
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 enseignants0,966
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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