유압 굴삭기 운전자 보호 구조물의 안정성 평가를 위한 유한요소해석

Q: 이 논문에서 정의한 전복 보호 구조물(ROPS)이란 무엇인가?

전복 보호 구조물(ROPS)은 기계 전복 시 안전벨트를 착용한 운전자를 위한 생존 공간을 보호하는 시스템이다. 이는 변형한계체적(DLV)에 의해 정의된 운전자 생존 공간을 침범하지 않고 외부 하중에 저항해야 한다.

Q: 유압 굴삭기 ROPS의 유한요소해석 타당성은 어떻게 검증되는가?

연구 결과, 유압 굴삭기 ROPS의 유한요소해석은 비선형 접촉, 좌굴, 대변형 문제를 준정적 해석 및 페널티 방법으로 해결하였다. 소재 물성치와 마운트 값을 적용하여 ISO 표준에 따른 세 방향 하중 시뮬레이션 결과가 실제 시험 결과와 높은 유사성을 보여 타당성이 검증되었다.

박용제; 이광희; 이철희

doi:10.7467/KSAE.2019.27.9.715

추천

검색

질문

자료유형: 학술저널

저자정보: 박용제 (인하대학교) 이광희 (인하대학교) 이철희 (인하대학교)

저널정보: 한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제27권 제9호

발행연도: 2019.9

수록면: 715 - 719 (5page)

DOI: 10.7467/KSAE.2019.27.9.715

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

A hydraulic excavator is a heavy construction machinery, and it is generally used to select a work device according to the type and purpose of the work. Operators are exposed to the harsh working conditions of construction and mining. The rollover protection structure(ROPS) is a key component of heavy machinery that ensures the safety of the operators from serious injuries caused by vehicle rollovers. Therefore, it is important to design an efficient ROPS in order to ensure such safety. In this study, the ROPS simulation model is designed to reduce time and cost as compared to the tests. The nonlinear analysis of ROPS is performed by using ABAQUS in order to evaluate the safety performance according to ISO standards. The accuracy of the finite element model is verified by comparing the test results. The simulation results show that a similar tendency with the test results and the errors remain under 5 %. The validated finite element model is expected to save time and cost in the design process through the reduction of the number of safety evaluation tests of ROPS.

#Hydraulic excavator(유압굴삭기) #Rollover protection structure(전복보호구조물) #Finite element analysis(유한요소해석) #Structure strength(구조강도) #Quasi-static analysis(준정적 해석)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-556-000935186

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)