Probabilistic Design with Gerber Fatigue Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle