MétaCan
Menu
Retour à la cohorte
Enregistrement W2053093264 · doi:10.4028/www.scientific.net/amr.215.315

Fixture Design Based on Magneto-Rheological Fluids for Thin Wall Spherical Shell Precision Machining

2011· article· en· W2053093264 sur OpenAlexaff
Jin Xing Kong, Yong Cheng Zheng, Xixi Wang

Notice bibliographique

RevueAdvanced materials research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensCanadian Association of Emergency Physicians
Organismes subventionnairesnon disponible
Mots-clésFixtureMaterials scienceStiffnessMachiningShell (structure)Rigidity (electromagnetism)Magnetic fieldMagnetoRheologyProcess (computing)Spherical shellMechanical engineeringMagnetComposite materialComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Thin wall spherical shell is easy to deform at the process of turning because the low rigidity. In order to improve process precision of the thin wall spherical shell, the thought increasing the workpiece technology stiffness is put forward, which the magneto-rheological fluids (MRF) is filled inside the thin wall spherical shells as strengthening phase transition material. In magnetic field, MRF can transform from fluid to solid and solid back to fluid rapidly. According to the thought, the fixture designed is applicable for the thin wall spherical shells process precision. The clamp stiffness can be controlled and the MRF can be used many times. In order to get uniform intensity of the magnetic field in MRF, the special magnetic device is designed which is based on the variable MRF thickness and the magnetic field distributing is analyzed and optimized. The fixture based on MRF will help to improve machining precision of the thin wall spherical shells.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,091
Tête enseignante GPT0,318
Écart entre enseignants0,227 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetVibration Control and Rheological FluidsTravaux en français237 207