MétaCan
Menu
Retour à la cohorte
Enregistrement W2964413421 · doi:10.1017/dsi.2019.76

Design of Shoe Soles Using Lattice Structures Fabricated by Additive Manufacturing

2019· article· en· W2964413421 sur OpenAlexaff
Guoying Dong, D. Tessier, Yaoyao Fiona Zhao

Notice bibliographique

RevueProceedings of the ... International Conference on Engineering Design · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStiffnessLattice (music)DiamondDiamond cubicGridTopology (electrical circuits)Finite element methodStructural engineeringMaterials scienceMechanical engineeringComputer scienceGeometryComposite materialEngineeringMathematicsPhysicsCombinatoricsAcoustics

Résumé

récupéré en direct d'OpenAlex

Abstract Additive manufacturing (AM) has enabled great application potential in several major industries. The footwear industry can customize shoe soles fabricated by AM. In this paper, lattice structures are discussed. They are used to design functional shoe soles that can have controllable stiffness. Different topologies such as Diamond, Grid, X shape, and Vintiles are used to generate conformal lattice structures that can fit the curved surface of the shoe sole. Finite element analysis is conducted to investigate stress distribution in different designs. The fused deposition modeling process is used to fabricate the designed shoe soles. Finally, compression tests compare the stiffness of shoe soles with different lattice topologies. It is found that the plantar stress is highly influenced by the lattice topology. From preliminary calculations, it has been found that the shoe sole designed with the Diamond topology can reduce the maximum stress on the foot. The Vintiles lattice structure and the X shape lattice structure are stiffer than the Diamond lattice. The Grid lattice structure buckles in the experiment and is not suitable for the design.

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 seuil0,004

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 ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,226
Écart entre enseignants0,194 · 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

Citations52
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Engineering DesignMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207