Adaptive structures and design concept of transformable joints
Notice bibliographique
Résumé
This article describes the research framework for adaptive structures and the design concept of transformable joints. The research of adaptive structures can be splitted into different scales: deformation mechanisms (whole structure), cooperation mechanisms (inter-component) and actuation mechanisms (intra-component). This research will focus on transformable joints, which are based on special material properties (actuation) to accomplish the change of joint stiffness between locked and released states (transformation). Thereby, the control of DOF can be achieved, in order to finally realise the whole structure's form change (deformation). Alternatively under shock loads, the joints release and the structure occur certain deformation to dissipate energy and adjust to external loads. Afterwards, the structure recovers its original shape and removes residual strain through special/smart materials. Then the released joints relock again. By comparison of natural role models and adaptive structures, there are many similarities between them that we can learn from nature. In future research, e.g. adaptive stiffness, the experimental tests of potential materials and prototypes will be the main research methods. While for adaptive geometry, the knowledge of robotics, especially the part of geometric representations and transformations, will help to express this problem in mathematical way. This part will be mostly in conceptual level, so computer simulation will be used. The final goal of this research is to develop energy dissipation and shape-morphing strategies using transformable joints under varying loads as well as shock impact. These kinds of joints can not only be applied to tessellated shell structures, but also introduced to active facade systems.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».