MétaCan
Menu
Retour à la cohorte
Enregistrement W2086535747 · doi:10.1088/0964-1726/11/3/313

Micromechanical modeling of smart composite structures

2002· article· en· W2086535747 sur OpenAlexaff
Alexander L. Kalamkarov, A.V. Georgiades

Notice bibliographique

RevueSmart Materials and Structures · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Material Mechanics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHomogenization (climate)Asymptotic homogenizationAsymptotic expansionBoundary value problemThermal expansionMathematical analysisHomogeneousComposite numberActuatorAnisotropyMathematicsMaterials scienceApplied mathematicsComputer scienceComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Effective elastic, actuation, thermal expansion and hygroscopic expansion coefficients for periodic smart composite structures are derived through the application of asymptotic homogenization models. The actuation coefficients characterize the intrinsic transducer nature of active smart materials that can be used to induce strains and stresses in a controlled manner. The pertinent mathematical framework is that of asymptotic homogenization. Differential equations with rapidly oscillating coefficients which govern the behavior of a general anisotropic (composite) material with a regular array of reinforcements and/or actuators are transformed into simpler ones that are characterized by some effective coefficients; it is implicit, of course, that the physical problem based on these effective coefficients should give predictions differing as little as possible from those of the original problem. The governing equations pertaining to a generalized model of a smart structure with non-homogeneous boundary conditions are derived and are shown to differ from those of a corresponding problem with homogeneous boundary conditions by what amounts to a boundary layer solution. The effective properties are determined by means of so-called `unit cell' problems and calculated for the case of periodic laminates. The use of these effective coefficients is illustrated by means of two- and three-dimensional examples.

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 seuil0,006

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,199
Écart entre enseignants0,186 · 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

Citations42
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetComposite Material MechanicsTravaux en français237 207