MétaCan
Menu
Retour à la cohorte
Enregistrement W2039905435 · doi:10.1088/0964-1726/18/7/075006

An asymptotic homogenization model for smart 3D grid-reinforced composite structures with generally orthotropic constituents

2009· article· en· W2039905435 sur OpenAlexaff
Edris Hassan, Alexander L. Kalamkarov, A.V. Georgiades, Krishna Challagulla

Notice bibliographique

RevueSmart Materials and Structures · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Material Mechanics
Établissements canadiensMcGill UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOrthotropic materialAsymptotic homogenizationHomogenization (climate)IsotropyPiezoelectricityMaterials scienceBoundary value problemComposite numberThermal expansionComposite materialStructural engineeringMathematical analysisMathematicsFinite element methodEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A comprehensive micromechanical model for smart 3D composite structures reinforced with a periodic grid of generally orthotropic cylindrical reinforcements that also exhibit piezoelectric behavior is developed. The original boundary value problem characterizing the piezothermoelastic behavior of these structures is decoupled into a set of three simpler unit cell problems dealing, separately, with the elastic, piezoelectric and thermal expansion characteristics of the smart composite. The technique used is that of asymptotic homogenization and the solution of the unit cell problems permits determination of the effective elastic, piezoelectric and thermal expansion coefficients. The general orthotropy of the constituent materials is very important from the practical viewpoint and makes the analysis much more complicated. Several examples of practical interest are used to illustrate the work including smart 3D composites with cubic and conical embedded grids as well as diagonally reinforced smart structures. It is also shown in this work that in the limiting particular case of 2D grid-reinforced structures with isotropic reinforcements our results converge to earlier published results.

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: 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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetComposite Material MechanicsTravaux en français237 207