Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
Lista 2021
Status:
Autorzy: Rogala Michał, Gajewski Jakub, Ferdynus Mirosław
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2020
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 21
Wolumen/Tom: 13
Numer artykułu: 4857
Strony: 1 - 18
Impact Factor: 3,623
Web of Science® Times Cited: 21
Scopus® Cytowania: 24
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: The project/research was financed in the framework of the Project Lublin University of Technology— Regional Excellence Initiative, funded by the Polish Ministry of Science and Higher Education (contract no. 030/RID/2018/19).
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 29 października 2020
Abstrakty: angielski
Crashworthiness of conical shells is known to depend on various factors. This study sets out to determine the extent to which the cross-sectional diameter contributes to their energy-absorbing properties. The object of the study was thin-walled aluminium tubes varying in upper diameter and wall thickness. The components were subjected to dynamic axial crushing kinetic energy equal to 1700 J. The numerical analysis was performed using Abaqus 6.14 software. The specific aim of the study was to determine the extent to which variable wall thickness affects the energy absorption capacity of the components under study. From the simulations, we have managed to establish a relationship between total energy absorption capacity and wall thickness. The results from the conducted analyses and the purpose-specific neural networks could provide the base for the future methodology for forecasting and optimisation of energy-absorbing systems.