MétaCan
Menu
Retour à la cohorte
Enregistrement W2785158842 · doi:10.1115/1.4039107

Finite Strip Modeling of the Varying Dynamics of Shell-Like Structures During Machining Processes

2018· article· en· W2785158842 sur OpenAlexafffund
Joe Stefani, Keivan Ahmadi, Oguzhan Tuysuz

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFinite element methodMachiningVibrationShell (structure)Structural engineeringDisplacement (psychology)Natural frequencyBoundary value problemFrequency responseEngineeringMathematical analysisAcousticsMathematicsMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The efficiency of the finite strip method (FSM) in modeling the varying dynamics of shell-like structures during machining operations is investigated. The workpiece is modeled as a shallow, helicoidal, cantilevered shell, and the natural modes are computed using FSM. In the FSM solution, the workpiece is discretized only in the chordwise direction, and the membrane and bending displacement fields of the shell in the spanwise direction are approximated by a set of basis functions that satisfy clamped-free boundary conditions. The displacement fields in the chordwise direction are approximated using polynomial functions. The efficiency of the presented FSM is investigated by comparing the computed natural vibration modes against the ones obtained using the finite element method (FEM). The FSM model was found to yield results of greater or comparable accuracy, even with up to 40% fewer degrees-of-freedom (DOFs). Also, the accuracy of the presented model is verified by comparing the predicted frequency response functions (FRFs) against the FRFs that were measured by conducting impulse hammer tests in various stages of machining a generic curved blade.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,206
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 tête enseignante, 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
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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetAdvanced machining processes and optimizationTravaux en français237 207