MétaCan
Menu
Retour à la cohorte
Enregistrement W3176093598 · doi:10.1115/1.4051607

Optimization of Design Margins Allocation When Making Use of Additive Remanufacturing

2021· article· en· W3176093598 sur OpenAlexafffund
Khalil Al Handawi, Massimo Panarotto, Petter Andersson, Ola Isaksson, Michael Kokkolaras

Notice bibliographique

RevueJournal of Mechanical Design · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueProduct Development and Customization
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRemanufacturingRobustness (evolution)Flexibility (engineering)CasingComputer scienceMathematical optimizationEngineering design processTurbineSet (abstract data type)Robust optimizationOptimal designReliability engineeringEngineeringManufacturing engineeringMechanical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Requirement changes can result in substantial overdesign because of the way design margins are allocated at the beginning of the design process. We present a design optimization method for minimizing overdesign by making use of additive remanufacturing and recently defined constituents of design margins (buffer and excess). The method can be used to obtain a set of design decisions for different changing requirement scenarios. We demonstrate our method by means of a turbine rear structure design problem where changes in the temperature loads are met by depositing different types of stiffeners on the outer casing. The results of the case study are visualized in a tradespace, which allows for comparison between sets of optimal, flexible, and robust designs. Results show that the optimized set of design decisions balances flexibility and robustness in a cost-effective manner.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil0,447

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,060
Tête enseignante GPT0,234
Écart entre enseignants0,174 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetProduct Development and CustomizationTravaux en français237 207