Temperature-Dependent Analysis of the Tire–Road Interaction Characteristics for a Passenger Car Tire Using Finite Element Analysis
Notice bibliographique
Résumé
<div>In this article, a finite element analysis for the passenger car tire size 235/55R19 is performed to investigate the effect of temperature-dependent properties of the tire tread compound on the tire–road interaction characteristics for four seasons (all-season, winter, summer, and fall). The rubber-like parts of the tire were modeled using the hyperelastic Mooney–Rivlin material model and were meshed with the three-dimensional hybrid solid elements. The road is modeled using the rigid body dry hard surface and the contact between the tire and road is modeled using the non-symmetric node-to-segment contact with edge treatment. At first, the tire was verified based on the tire manufacturer’s data using numerical finite element analysis based on the static and dynamic domains. Then, the finite element analysis for the rolling resistance analysis was performed at three different longitudinal velocities (10 km/h, 40 km/h, and 80 km/h) under nominal loading conditions. Second, the steady-state traction analysis with the corresponding angular velocities of the mentioned longitudinal velocities range was carried out. In addition, a series of transient traction analyses were performed under 40 rad/s angular velocity (corresponding with the 50 km/h longitudinal velocity). The results show that the temperature plays a key role in the final value of the rolling resistance coefficient. Moreover, the longitudinal stiffness of the tire during the traction performance was investigated based on the various ambient temperatures, and it was observed that tire traction is very sensitive to the temperature-dependent properties of the tread compound.</div>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».