MétaCan
Menu
Retour à la cohorte
Enregistrement W2991861319 · doi:10.1002/nme.6279

Simultaneous single‐loop multimaterial and multijoint topology optimization

2019· article· en· W2991861319 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal for Numerical Methods in Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensGeneral Motors (Canada)Queen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneral Motors of Canada
Mots-clésTopology optimizationDesign for manufacturabilityMathematical optimizationComputer scienceJoint (building)Process (computing)Constraint (computer-aided design)Problem statementStatement (logic)Engineering design processAutomotive industryInterpolation (computer graphics)Topology (electrical circuits)Mechanical engineeringEngineeringFinite element methodMathematicsStructural engineering

Résumé

récupéré en direct d'OpenAlex

Summary As the aerospace and automotive industries continue to strive for efficient lightweight structures, topology optimization (TO) has become an important tool in this design process. However, one ever‐present criticism of TO, and especially of multimaterial (MM) optimization, is that neither method can produce structures that are practical to manufacture. Optimal joint design is one of the main requirements for manufacturability. This article proposes a new density‐based methodology for performing simultaneous MMTO and multijoint TO. This algorithm can simultaneously determine the optimum selection and placement of structural materials, as well as the optimum selection and placement of joints at material interfaces. In order to achieve this, a new solid isotropic material with penalization‐based interpolation scheme is proposed. A process for identifying dissimilar material interfaces based on spatial gradients is also discussed. The capabilities of the algorithm are demonstrated using four case studies. Through these case studies, the coupling between the optimal structural material design and the optimal joint design is investigated. Total joint cost is considered as both an objective and a constraint in the optimization problem statement. Using the biobjective problem statement, the tradeoff between total joint cost and structural compliance is explored. Finally, a method for enforcing tooling accessibility constraints in joint design is presented.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,323
Écart entre enseignants0,309 · 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