MétaCan
Menu
Retour à la cohorte
Enregistrement W2289767954 · doi:10.1115/imece2014-38974

Application of Load Transfer Index (U*) in Structural Analysis in Comparison With Conventional Stress Analysis

2014· article· en· W2289767954 sur OpenAlexaff
Khashayar Pejhan, Christine Wu, Igor Telichev

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTransport Systems and Technology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)StiffnessIndex (typography)Structural engineeringPath analysis (statistics)Computer scienceRackModal analysisFinite element methodEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The U* index has been used for load transfer analysis to show its capability in giving general awareness regarding performance of structure. Although U* index and stress values have been proven to be useful indexes as structure design criteria, a thorough comparison between conventional stress analysis and loads transfer analysis (based on U* index) is lacking. In this study, we evaluate load transfer behaviors of a parcel rack of multiple passenger vehicles under different loading conditions using the U* index. Then by demonstrating the unique capabilities of U* as an index for stiffness, it is shown that the load path concept can be combined with the stress analysis results to provide comprehensive information about the structure responses to loading. In addition to the agreement between stress analysis and the U* analysis, it is shown that U* can provide additional information about the structure response that stress analysis fails. Such information includes: interpreting high and complicated stress distributions in structure and detection of questionable stiffness in certain parts of structure. More importantly, the load path index U* can detect the area where significant changes in the structure stiffness occurs. Such information can be used as a guideline for structure design with the goal to reduce the weight while still keeping the structure integrity.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,199 · 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
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransport Systems and TechnologyTravaux en français237 207