MétaCan
Menu
Retour à la cohorte
Enregistrement W3120145603 · doi:10.1115/1.4049536

An Integrated Framework for Optimal Design of Complex Mechanical Products

2021· article· en· W3120145603 sur OpenAlexafffund
Deyi Xue, David Imaniyan

Notice bibliographique

RevueJournal of Computing and Information Science in Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTree (set theory)Scheme (mathematics)Optimal designProduct designConceptual designComputer scienceIntegrated designComputer Aided DesignCADProduct (mathematics)Engineering drawingEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The presently achieved research results are not effective for the design of complex mechanical products when various methods and tools in different schemes have to be employed at different design stages. A new integrated framework for the optimal design of complex mechanical products is introduced in this research considering modeling, simulation, and optimization aspects. First, a hybrid scheme is developed for the integrated modeling of complex mechanical products. In this hybrid scheme, descriptions of a generic product are modeled by an and-or tree. Feasible design candidates are created from the and-or tree through tree-based search. Geometric descriptions in a design candidate are associated with a computer-aided design (CAD) system. Second, a hybrid simulation method is developed for the evaluation of different product aspects with different simulation tools which are integrated through the hybrid modeling scheme. Simulations with geometric descriptions are conducted by analysis functions of the CAD system. Simulations with non-geometric descriptions are conducted by the knowledge-based systems. Third, a hybrid optimization method is developed to identify the optimal design of the complex mechanical product. For each design candidate, parameter optimization is conducted to obtain the optimal parameter values. The optimal design solution is identified from all design candidates through configuration optimization. A prototype system has been implemented for conceptual design and detailed design of complex mechanical products.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Computing and Information Science in EngineeringMême sujetManufacturing Process and OptimizationTravaux en français237 207