MétaCan
Menu
Retour à la cohorte
Enregistrement W1995061642 · doi:10.1177/1045389x06064000

A Study on the Thermomechanical Properties of Shape Memory Alloys-based Actuators used in Artificial Muscles

2006· article· en· W1995061642 sur OpenAlexaff
Aaron D. Price, Andrew Edgerton, Cedric Cocaud, Hani E. Naguib, Amor Jnifene

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensRoyal Military College of CanadaUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésShape-memory alloyActuatorSMA*Smart materialArtificial muscleMaterials scienceHysteresisRibbonMechanical engineeringFocus (optics)Computer scienceStructural engineeringArtificial intelligenceEngineeringNanotechnologyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Shape memory alloys (SMAs) are a class of smart material having the unique ability to return to a predefined shape when heated. These materials are employed in a variety of emerging applications, and may potentially be used to avoid traditionally voluminous and heavy prosthetic actuators. The primary focus of this article is to convey the design and evaluation of a compact, lightweight, and high-strain SMA ribbon-based artificial muscle for use in such biomimetic applications. A key factor in the design of such an actuator is a thorough understanding of the thermomechanical response of the shape memory material. As such, a review of the relevant constitutive models is included. A selected hysteresis model is evaluated for potential application to ribbon type elements. The proposed actuator achieves strains of 31.6%; a marked improvement over previously documented SMA-based actuators.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,048
Tête enseignante GPT0,260
Écart entre enseignants0,212 · 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'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

Citations19
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetShape Memory Alloy TransformationsTravaux en français237 207