MétaCan
Menu
Retour à la cohorte
Enregistrement W2120832415 · doi:10.1109/icma.2009.5246051

Experimental characterization for active flatness control of membrane structures

2009· article· en· W2120832415 sur OpenAlexaffabout
Xiaoyun Wang, Wanping Zheng, Yan‐Ru Hu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésFlatness (cosmology)ControllabilityActuatorMembraneMaterials scienceThermalDistortion (music)Shape-memory alloyCeramicMembrane structureSurface (topology)Tension (geology)Structural engineeringMechanical engineeringComposite materialEngineeringGeometryCompression (physics)ChemistryOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

Maintenance of membrane structures geometry is crucial for them to be utilized in some space missions, including membrane antennae being developed at the Canadian Space Agency. In the harsh space environment, thermal loading and mechanical loading both can cause the distortion of membrane surfaces. Their effects on surface distortion will interact with each other. In order to properly design active control system, the interaction needs to be well characterized. An experimental setup is designed for this purpose. A square membrane is subjected to mechanical loading provided by corner tension forces and thermal loading provided by a ceramic heater. Surface profile of the membrane is measured using a photogrammetry system, which is based the out-of-plane sensitivity. In cases of symmetric thermal loading and asymmetric thermal loading, different mechanical loading cases are evaluated in terms of mitigating surface distortions. Some results are compared and explained using numerical results. Finally, the controllability of membrane structures is discussed using the results from these experiments. The conclusion has been applied to a larger membrane with multiple shape memory alloy actuators designed at the Canadian Space Agency.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,212
Écart entre enseignants0,207 · 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

Citations8
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetStructural Analysis and OptimizationTravaux en français237 207