MétaCan
Menu
Retour à la cohorte
Enregistrement W1589401162 · doi:10.3390/met5020863

Analysis of Magneto-Piezoelastic Anisotropic Materials

2015· article· en· W1589401162 sur OpenAlexafffund
Alexander L. Kalamkarov, Pedro Manuel Calas Lopes Pacheco, Marcelo A. Savi

Notice bibliographique

RevueMetals · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésPiezoelectricityMagnetoMagnetic fieldField (mathematics)Boundary value problemPiezoelectric sensorNumerical analysisMechanicsAnisotropySmart materialPhysicsAcousticsMaterials scienceClassical mechanicsMathematical analysisMathematicsVoltageComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

The paper is concerned with the analysis of magneto-piezoelastic anistropic materials. Analytical modeling of magneto-piezoelastic materials is essential for the design and applications in the smart composite structures incorporating them as actuating and sensing constituents. It is shown that Green’s function method is applicable to time harmonic magneto-elastic-piezoelectricity problems using the boundary integral technique, and the exact analytical solutions are obtained. As an application, a two-dimensional static plane-strain problem is considered to investigate the effect of magnetic field on piezoelectric materials. The closed-form analytical solutions are obtained for a number of boundary conditions for all components of the magneto-piezoelectric field. As a special case, numerical results are presented for two-dimensional static magneto-electroelastic field of a piezoelectric solid subjected to a concentrated line load and an electric charge. The numerical solutions are obtained for three different piezoelectric materials and they demonstrate a substantial dependence of the stress and electric field distribution on the constitutive properties and magnetic flux.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,267
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetNumerical methods in engineeringTravaux en français237 207