Notice bibliographique
Résumé
This paper presents a probabilistic design approach for the Gerber bending fatigue failure rule using sensitivity-based analysis. The design model parameters are considered as random variables that are characterized by mean values and coefficients of variation (covs). The coefficient of variation of a design parameter is obtained by using first order Taylor series expansion for strength and stress in a stress-based fatigue design. A reliability factor is determined based on the coefficients of variation and a failure probability. The reliability factor is then used for design sizing and analysis. Probabilistic design allows a quantification of risk that is not possible with deterministic design approaches. This risk quantification can help to avoid over- or under-design problems while ensuring that safety and quality levels are economically achieved. Over design requires more resources than necessary and leads to costly products. Avoiding over-design helps to conserve product materials and reduce manufacturing resources, machining accuracy, quality control, and processing. Under-designed products are prone to failures, making the products unsafe and unreliable. This increases the risks of product liability lawsuits, customer dissatisfaction, and even accidents. This study shows a 51% reduction in component size without compromising desired reliability and hence a possible 51% reduction in component mass and cost. Therefore, significant savings in product cost can be obtained through probabilistic design. Probabilistic design seems to be the most practical approach in product design due to the inherent variability associated with service loads, material properties, geometrical attributes, and mathematical design models. It is becoming the preferred design method because over- or under-design can be avoided while still ensuring the safety of a product.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».