Metodik för krocksimulering av ryggstöd på truck : En jämförelse mellan de två lösarna OptiStruct och RADIOSS
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.
Notice bibliographique
Résumé
Toyota Material Handling is evaluating the feasibility of adding a backrest to one of its pallet trucks to improve driver safety when reversing and for ergonomic benefits. According to standards, the backrest must withstand certain permanent deformation when colliding with a beam rack at 1.6 km/h. To minimize costs, reduce time, minimize environmental impact, and mitigate safety risks, this study investigates a virtual methodology for crash testing. The aim is to develop a suitable material model for the backrest and evaluate which of the two solvers, OptiStruct and RADIOSS, is most ideal for a crash simulation. A physical bending test is conducted, and the data is used to calibrate a Johnson-Cook material model. The backrest is then simulated in three increasingly complex finite element models (simple, semi, and advanced), and results are compared to physical tests for validation. Finally, the calibrated models are used to simulate the forklift colliding with a beam rack, and this is evaluated against an existing physical pendulum test. Both solvers are comparable in usability, but the advanced model with the Johnson-Cook material model, solved using RADIOSS, offers results closest to the physical pendulum test. However, significant deviations in permanent deformation remain, and possible error sources are discussed.
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle