MétaCan
Menu
Retour à la cohorte

Robust Optimization Design and Evaluation to Five Roller Coating Module without Solvent Based on Axiomatic Design

2012· article· en· W2111279990 sur OpenAlexaff
Qiang Cheng, Chuan Xiao, Jian Zhang, Cai Li, Pei Gu

Notice bibliographique

RevueApplied Mechanics and Materials · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésAxiomatic designAxiom independenceAxiomMathematical optimizationRobustness (evolution)Product designOptimal designPremiseVariance (accounting)Product (mathematics)Computer scienceReliability engineeringEngineeringMathematicsManufacturing engineeringMachine learning

Résumé

récupéré en direct d'OpenAlex

Making quality control in the design stage can greatly improve product's robustness and save costs. The whole system function variance model and the sensitivity index model are established combined with axiomatic design and then making comparative evaluation to them combined with information axiom. A fundamental model of describing relationships among function and structural characteristics, design parameters and uncontrollable factors in non-linear systems which based on Taylor expansion is proposed. And then the relation between robust design, information axiom and the concept of information is expounded. The solution to information amounts can be used as the evaluation index to the result of robust design. Finally, combined with coating head example show that the method can optimize design parameters reasonably, reduce design time and cost effectively under the premise of meeting product performance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,228
Écart entre enseignants0,192 · 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 tête enseignante, 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetManufacturing Process and OptimizationTravaux en français237 207