MétaCan
Menu
Retour à la cohorte
Enregistrement W3001351981 · doi:10.5957/jspd.2010.26.3.177

Practical Design Equations for Cold Roll Forming of Doubly Curved Hull Plates Using Line Array Roll Set

2010· article· en· W3001351981 sur OpenAlexaff
Do-Sik Shim, Dong‐Yol Yang, Kwang-Heui Kim, Sung Wook Chung, Myoung Soo Han

Notice bibliographique

RevueJournal of Ship Production and Design · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésHullCurvatureShipbuildingLine (geometry)EngineeringBendingStructural engineeringProcess (computing)Mechanical engineeringGeometryMathematicsComputer scienceMarine engineering

Résumé

récupéré en direct d'OpenAlex

The line array roll set (LARS) process, as one of many kinds of incremental forming processes, is a continuous process in which a flat metal plate is formed into a singly or doubly curved plate through successive passes of forming rolls. It was found that the curvature level of the formed plates in the previous study was well over the curvature required in shipyards. This fact shows that the LARS method has good potential for shipbuilding applications. A ship hull is composed of many curved plates with various double curvatures. Consequently, for the desired curvatures of target shapes, the bending radii must be determined considering the springback phenomenon. In the present study, design equations are proposed for engineering applications, particularly in relation to shipbuilding. For the development of design equations, the deformation of the plates is analyzed using some engineering assumptions. In addition, experimental coefficients are introduced to simplify the theoretical equations. The experimental coefficients are determined as the best fit for the experimental data using the least squares method, resulting in the derivation of design equations. It has been shown that the prediction from the design equation with the results from the experiments shows good agreement and can be used for practical applications.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
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)0,0050,001

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 Opus0,166
Tête enseignante GPT0,356
Écart entre enseignants0,190 · 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'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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ship Production and DesignMême sujetMetal Forming Simulation TechniquesTravaux en français237 207