MétaCan
Menu
Retour à la cohorte
Enregistrement W3119597334 · doi:10.1080/15376494.2020.1849880

Crushing characteristics of bionic thin-walled tubes inspired by bamboo and beetle forewing

2021· article· en· W3119597334 sur OpenAlexaff
Linwei Zhang, Yong Zhong, Wenxiao Tan, Chao Gong, Yong Hu, Zhonghao Bai

Notice bibliographique

RevueMechanics of Advanced Materials and Structures · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiens123 Certification (Canada)
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésCrashworthinessMaterials scienceFinite element methodTube (container)Structural engineeringBambooComposite numberComposite materialMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Bionic structures have garnered considerable attention due to their superior energy absorption capacity and light weight. This study proposes a group of bionic thin-walled tubes inspired by the microstructure of bamboo and beetle forewing. Experimental testing is conducted to validate the finite element model of bionic thin-walled tubes. The crushing performance of bionic thin-walled tubes and traditional thin-walled tubes is compared under the same weight. The bionic thin-walled tube with excellent crashing performance is further determined, that is, B-9-W. Then, parametric studies of the B-9-W tube are performed to reveal the effect of geometric parameters on crashworthiness characteristics. Finally, multi-objective optimization is carried out to seek the optimal design of B-9-W. Results show that, compared with two traditional thin-walled tubes, the specific energy absorption of the optimized B-9-W increases by 44.124% and 125.058%, respectively.

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 enseignants0,000
Score d'incertitude au seuil0,001

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 ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanics of Advanced Materials and StructuresMême sujetCellular and Composite StructuresTravaux en français237 207