MétaCan
Menu
Retour à la cohorte
Enregistrement W2530298634 · doi:10.1038/srep34924

Structurally Efficient Three-dimensional Metamaterials with Controllable Thermal Expansion

2016· article· en· W2530298634 sur OpenAlexaff
Hang Xu, Damiano Pasini

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiensMcGill University
Organismes subventionnairesChina Scholarship Council
Mots-clésThermal expansionMetamaterialMaterials scienceFabricationNegative thermal expansionActuatorStructural materialMicroelectromechanical systemsThermalStiffnessComputer scienceOptoelectronicsNanotechnologyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The coefficient of thermal expansion (CTE) of architected materials, as opposed to that of conventional solids, can be tuned to zero by intentionally altering the geometry of their structural layout. Existing material architectures, however, achieve CTE tunability only with a sacrifice in structural efficiency, i.e. a drop in both their stiffness to mass ratio and strength to mass ratio. In this work, we elucidate how to resolve the trade-off between CTE tunability and structural efficiency and present a lightweight bi-material architecture that not only is stiffer and stronger than other 3D architected materials, but also has a highly tunable CTE. Via a combination of physical experiments on 3D fabricated prototypes and numeric simulations, we demonstrate how two distinct mechanisms of thermal expansion appearing in a tetrahedron, can be exploited in an Octet lattice to generate a large range of CTE values, including negative, zero, or positive, with no loss in structural efficiency. The novelty and simplicity of the proposed design as well as the ease in fabrication, make this bi-material architecture well-suited for a wide range of applications, including satellite antennas, space optical systems, precision instruments, thermal actuators, and MEMS.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 GPT0,174
Écart entre enseignants0,169 · 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

Citations155
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCellular and Composite StructuresTravaux en français237 207