Study for Prediction the Door Checker Effort by using 2D-Contact :

Xiaokang Zang

추천

검색

자료유형: 학위논문

저자정보: Xiaokang Zang (한양대학교, 한양대학교 대학원)

지도교수: 배대성

발행연도: 2016

저작권: 한양대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2016

Study for Prediction the Door Checker Effort by using 2D-Contact

Xiaokang Zang , Daesung Bae , Ki 외 1명 한국소음진동공학회 학술대회논문집 2016.04 학술대회자료

Study for Prediction the Door Checker Effort by using 2D-Contact

Xiaokang Zang 기계설계공학과 2016.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

With the development of the automotive industry, people are eager for better vehicle capability. One of them is the door opening and closing performance. Proper door effort opening and closing a vehicle can insure safety for passenger and pedestrian, while ensuring door operating convenience. Since checker effort is the important design parameter to determine door performance, analysis for a vehicle door checker effort is one section in early design with the door. In order to predict checker effort more accurately and rapidity for engineering applications, this thesis developed a new algorithm, applying the 2-dimension method to analyze the model by using dynamic analysis software DAFUL. Finally, this 2-dimension method has been verified with the comparable results between the analysis results and experimental results.

Contents
List of symbols II
List of Figures III
List of Tables IV
Abstract 1
Chapter 1. Introduction 2
Chapter 2. Door Checker Model 3
2.1 Door Checker Functions 3
2.2 Door Checker Structure 4
2.3 Checker Effort 6
Chapter 3. Build 2D Model 8
3.1 2D Geometry Obtainment 8
3.2 Definition & Assumption 9
Chapter 4. Algorithm development 11
4.1 Search Contact Point 11
4.2 Calculate Contact Force 20
Chapter 5. Result Verification 24
5.1 Build Verification Model 24
Chapter 6. Conclusion 29
Reference 30
Abstract 31
Acknowledgements 32

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)