MétaCan
Menu
Retour à la cohorte
Enregistrement W1986924311 · doi:10.4028/www.scientific.net/amm.387.85

The Dispersion Estimation Method for Assembly Stress of Silicone Rubber Foam Pad Based on Extreme Value Distribution

2013· article· en· W1986924311 sur OpenAlexaff
Fei Wang, Fang Mei Wan

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensCanadian Association of Emergency Physicians
Organismes subventionnairesScience and Technology Development FundChina Academy of Engineering Physics
Mots-clésSilicone rubberMonte Carlo methodReliability (semiconductor)Dispersion (optics)Stress (linguistics)Extreme value theoryMaterials scienceNatural rubberStructural engineeringComposite materialStatisticsMathematicsEngineeringPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

The silicone rubber foam is a suitable material used for heat insulation and vibration reduction. Because of dispersion of its mechanical character, it is difficult to quantify the assemble stress in reliability analysis. Based on reduced hyper-foam Ogden Model, the interval of model parameter is obtained through fitting the test data, and the predicted assemble stress distribution is also achieved by Monte-Carlo random simulation method. Then, the regression analysis of predicted data estimated is introduced by the extreme value distribution. The predicted assembly stress distribution described in this paper achieves high confidence by the extreme value distribution. Thus, combined with strain uncertain quantification, the reliability analysis of assemble stress can be performed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetManufacturing Process and OptimizationTravaux en français237 207