MétaCan
Menu
Retour à la cohorte
Enregistrement W2014990733 · doi:10.5755/j01.mech.17.5.721

BUCKLING ANALYSIS OF COMPOSITE LONG CYLINDERS USING PROBABILISTIC FINITE ELEMENT METHOD

2011· article· en· W2014990733 sur OpenAlexaff
Baoping Cai, Liu Y, Huazhou Li, Zengkai Liu

Notice bibliographique

RevueMechanika · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensUniversity of Regina
Organismes subventionnairesChina University of Petroleum, BeijingNational Natural Science Foundation of China
Mots-clésBucklingFinite element methodStructural engineeringMaterials scienceComposite numberModulusHydrostatic pressureMonte Carlo methodShear modulusComposite materialEngineeringMechanicsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The buckling behaviours of filament-wound carbon fibre-epoxy composite long cylinders subjected to ex-ternal hydrostatic pressure are researched by using deterministic and probabilistic finite element analyses. The critical buckling pressures predicted by deterministic finite element analysis and Monte Carlo simulation and response surface method of ANSYS probabilistic design system are compared with the experimental results. The effects of uncertainties of material properties and physical dimensions on the critical buckling pressure are also researched. The results show that the deterministic and probabilistic finite element analyses predict the similar critical buckling pressures, which are a little higher than the experimental results. The probability of buckling predicted by using response surface method is correct according to the experi-mental buckling pressure. The thickness of composite layers, transversal modulus, inside radius and longitudinal modulus have significant effects on the performance of composite long cylinders, whereas shear modulus, Poisson's ratio, winding angle of outer layers, winding angle of inner layers and unsupported length have small influences.http://dx.doi.org/10.5755/j01.mech.17.5.721

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,056
Tête enseignante GPT0,284
Écart entre enseignants0,228 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanikaMême sujetMechanical Behavior of CompositesTravaux en français237 207