Constructing Continuous Strain and Stress Fields From Spatially Discrete Displacement Data in Soft Materials
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
A recent study demonstrated that three-dimensional (3D) continuous displacement fields in transparent soft gels can be constructed from discrete displacement data obtained by optically tracking fluorescent particles embedded in the gels. Strain and stress fields were subsequently determined from gradients of the displacement field. This process was achieved through the moving least-square (MLS) interpolation method. The goal of this study is to evaluate the numerical accuracy of MLS in determining the displacement, strain, and stress fields in soft materials subjected to large deformation. Using an indentation model as the benchmark, we extract displacement at a set of randomly distributed data points from the results of a finite-element model, utilize these data points as the input for MLS, and compare resulting displacement, strain, and stress fields with the corresponding finite-element results. The calculation of strain and stress is based on finite strain kinematics and hyperelasticity theory. We also perform a parametric study in order to understand how parameters of the MLS method affect the accuracy of the interpolated displacement, strain, and stress fields. We further apply the MLS method to two additional cases with highly nonuniform deformation: a plate with a circular cavity subjected to large uniaxial stretch and a plane stress crack under large mode I loading. The results demonstrate the feasibility of using optical particle tracking together with MLS interpolation to map local strain and stress field in highly deformed soft materials.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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