MétaCan
Menu
Retour à la cohorte
Enregistrement W2954741490 · doi:10.18260/1-2--8801

The Use Of Kirchoff's Current Law (Kcl) And Cut Set Equations In The Analysis Of Bridges And Trusses

2020· article· en· W2954741490 sur OpenAlexaboutno aff
V. Ramachandran, Ravi P. Ramachandran

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStaticsTrussNetwork analysisAlgebraic equationComputer scienceSet (abstract data type)CurriculumElectrical engineeringEngineeringLawStructural engineeringPhysicsProgramming language

Résumé

récupéré en direct d'OpenAlex

Abstract NOTE: The first page of text has been automatically extracted and included below in lieu of an abstract Session 2532 THE USE OF KIRCHOFF’S CURRENT LAW AND CUT-SET EQUATIONS IN THE ANALYSIS OF BRIDGES AND TRUSSES Ravi P. Ramachandran1 and V. Ramachandran2 1. Department of Electrical and Computer Engineering, Rowan University, Glassboro, New Jersey, 08028, U.S.A. 2. Department of Electrical and Computer Engineering, Concordia University, Montreal, Quebec, CANADA., H3G 1M8. Abstract - The purpose of this paper is to show that the analysis of trusses (and hence that of bridges) can be effectively carried out using the three concepts of Basic Electric Circuit Analysis, namely, the Superposition Theorem, Kirchhoff’s Current Law and the Cut-set method. The curricular effect of this study is the improvement of multidisciplinary engineering education by relating the sophomore courses of Statics and Circuits and putting the courses under one common analysis framework. Introduction In any engineering curriculum, it is common practice to teach Statics and Basic Circuit Analysis in the sophomore year as separate subjects. In the subject of Statics [1], the analysis of bridges and trusses is taught using the two concepts based on equilibrium equations, namely (i) the algebraic sum of moments taken at a point is zero, and (ii) the algebraic sum of the various forces at any joint in each of the vertical and horizontal directions will be equal to zero. In Basic Circuit Analysis [2], the subject matter starts with Kirchoff’s Current Law (KCL). For any network, KCL states that “the vectorial sum of the various currents incident at any node is always equal to zero”. Kirchhoff’s Voltage Law (KVL) is not considered in this paper. In addition, when sinusoidal excitation is considered, such a current can be represented as a phasor. Also, since linear networks are considered, the principle of Superposition holds. The Superposition theorem states that “the total response in a branch is the vectorial sum of the various responses, each response being obtained when only source is considered, with all other independent sources being made equal to zero”. In addition to the above, the cut-set concept is also discussed. The cut-set concept is the generalization of the KCL at a node in that the KCL holds for a surface also [3].

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,060
Tête enseignante GPT0,272
Écart entre enseignants0,213 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207