MétaCan
Menu
Retour à la cohorte
Enregistrement W3192476118 · doi:10.1017/pds.2021.413

EXPLORING THE POTENTIAL OF DIGITAL TWIN-DRIVEN DESIGN OF AERO-ENGINE STRUCTURES

2021· article· en· W3192476118 sur OpenAlex
Julian Martinsson Bonde, Massimo Panarotto, Michael Kokkolaras, Ola Isaksson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of the Design Society · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensMcGill University
Organismes subventionnairesVINNOVA
Mots-clésReuseAerospaceQuality (philosophy)Production (economics)Computer scienceProduct designSystems engineeringProduct (mathematics)Downstream (manufacturing)Manufacturing engineeringEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

Abstract As the diversity of customer needs increases within the aerospace industry, so does the need for improved design practices to reduce quality issues downstream. When designing new products, design engineers struggle with applying tolerances to features, which often leads to expensive late design iterations. To mitigate this, one aerospace company is looking to reuse tolerance deviation data yielded during manufacturing in design. In the long term these data could provide the basis for a Digital Twin that can be used for improved product development. This article explores how data from production are used today, what issues prevents such data from being exploited in the design phase, and how they potentially could be used for design purposes in the future. To understand the current situation and identify the untapped potential of production data in design, an interview study was conducted in conjunction with a literature review. In this paper the current situation and primary barriers are presented and a possible path for further research and development is suggested.

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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,451

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 savante0,0000,001
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 Opus0,056
Tête enseignante GPT0,211
Écart entre enseignants0,155 · 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