MétaCan
Menu
Retour à la cohorte
Enregistrement W2029994268 · doi:10.5539/mas.v4n8p127

Deformation Calculating of Electromagnetic Launcher’s Rail Subjected to Logarithmic Magnetic Pressure

2010· article· en· W2029994268 sur OpenAlexvenueno aff
Ryan Wen Liu, Min Li, Bai Xiang-zhong, Leilei Wang

Notice bibliographique

RevueModern Applied Science · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Launch and Propulsion Technology
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBeam (structure)Deformation (meteorology)MechanicsFoundation (evidence)PhysicsStructural engineeringEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

To solve the accurate calculation of force-deformation of the electromagnetic launcher’s rail , this is helpful to extend the rail life and improve the firing accuracy. Therefore, the electromagnetic launcher’s rail can be modeled as a beam on elastic foundation with simply supported beam by moving load. In this paper Euler beam theory is applied to build the Mechanical model and the analytical solution of the equation subjected to logarithmic magnetic pressure is derived in detail, which has successfully avoided the errors which are caused by using the uniform pressure to approximately replace the variable force. The numerical analysis brings from the elastic coefficient, the damping coefficient, the mass of rail and the load’s velocity have influence on the deformation of beam by the MATLAB software. The consequence shows that the elastic coefficient and the load’s velocity have quite obvious affect on the deformation of the beam while the damping coefficient and the mass of rail have not obvious affect on the deformation of the beam. It laid the foundation for solve the electromagnetic launcher’s rail subjected to magnetic pressure of arbitrary function and promote the practicality of the electromagnetic guns.

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 enseignants0,003
Score d'incertitude au seuil0,012

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,003
Tête enseignante GPT0,187
Écart entre enseignants0,184 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetElectromagnetic Launch and Propulsion TechnologyTravaux en français237 207