MétaCan
Menu
Retour à la cohorte
Enregistrement W3126791537 · doi:10.1115/1.4048888

Optimal Geometry for Cable Wrapping to Minimize Dynamic Impacts on Cable-Harnessed Beam Structures

2020· article· en· W3126791537 sur OpenAlexafffund
Shilei Cao, Pranav Agrawal, Naiming Qi, Armaghan Salehian

Notice bibliographique

RevueJournal of vibration and acoustics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration and Dynamic Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésBeam (structure)ModalOptimal designHomogenization (climate)Power cableEquivalence (formal languages)Structural engineeringComputer scienceMaterials scienceEngineeringMathematicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Power and cable carrier systems have been shown to significantly impact the dynamic behavior of lightweight space structures. The goal of this paper is to obtain an optimal cable placement geometry for cable-harnessed beam structures by minimizing the impact of added cables on the system dynamics. The cable is harnessed to the beam in a periodic pattern, which forms several repeating fundamental elements within the structure. An analytical model for the cable-harnessed beam, using an energy-equivalence homogenization method, is employed for the purpose of optimization. The natural frequencies of the cable-harnessed beam are then matched with the bare beam (when no cables attached) using an optimization algorithm to find the optimal cable placement solution for the given system parameters. Subsequently, the system parameters’ effects on the optimal solutions are investigated and discussed. Experimental modal analysis is then performed to further validate the optimal solutions found using the model. The test results further validate findings from the model, and the frequency response functions from the bare and optimally wrapped beams align really well.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,838
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of vibration and acousticsMême sujetVibration and Dynamic AnalysisTravaux en français237 207