MétaCan
Menu
Retour à la cohorte
Enregistrement W4220736405 · doi:10.18280/mmep.090115

A Novel Space-Time Finite Element Algorithm to Investigate the Hygro-Mechanical Behaviours of Wood Fiber-Polymer Composites

2022· article· en· W4220736405 sur OpenAlexvenueno aff
Nuttibase Charupeng, Prapot Kunthong

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinite element methodAlgorithmRobustness (evolution)Materials scienceDurabilityIterative and incremental developmentComputer scienceComposite materialApplied mathematicsMathematical optimizationMathematicsStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Moisture-induced swelling, or hygroexpansion, has been known to greatly deteriorate the durability of wood fiber-polymer composites (WPC). It is generally very expensive to perform experiments to completely obtain the diffusion kinetics as the process occurs in a very extended period of time. For the first time, we have developed a space-time finite element algorithm that employs time discontinuous Galerkin (TDG) method for time-dependent 3D hygro-mechanical behaviours of WPC. The formulation of matrix equations in spatial and temporal domains are explained in detail. A block Gauss-Seidel iterative method is used in the predictor/multi-corrector multi-pass algorithm, which efficiently yields unconditionally stable and high-order accurate solutions. The model is validated by comparing the predicted time-dependent hygroexpansion with that obtained in a previous experimental study. The quantitative analysis ensures the reliability of model, based on a Fickian diffusion process. With our adaptive time-stepping scheme that bases on the embedded solution from the multi-pass iterations, the model efficiently progresses the kinetics with relatively large time steps. A runtime of a few hours compared to about three months of actual laboratory experimentation confirms the novelty and robustness of our model.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,020
Tête enseignante GPT0,201
Écart entre enseignants0,181 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetMechanical Behavior of CompositesTravaux en français237 207