MétaCan
Menu
Retour à la cohorte
Enregistrement W4280569031 · doi:10.3390/machines10050374

Dynamic Scaling of a Wing Structure Model Using Topology Optimization

2022· article· en· W4280569031 sur OpenAlex

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

RevueMachines · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésScalingMetric (unit)Topology (electrical circuits)Matching (statistics)DiagonalModalComputer scienceTopology optimizationMode (computer interface)Scale factor (cosmology)Mathematical optimizationMathematicsPhysicsEngineeringFinite element methodGeometryStructural engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

In this paper, a dynamic scaling methodology is introduced to devise reduced scaled models of aircraft with the objectives of minimizing the development cost and exploring the design space. A promising way to accomplish this is using Topology Optimization (TO) for Additive Manufacturing (AM). Here, TO is employed to design a reduce scale model by matching its natural frequencies and mode shapes to those of a full scale model. Different TO strategies based on density approach are tested with the goal of achieving a dynamically scaled structure that can be manufactured. To achieve this goal, the TO solution should be free from intermediate densities, which is observed for some TO strategies but not all. When no penalization factor is applied: (i) the relative difference between natural frequencies is less than 1% and (ii) the estimated Modal Assurance Criteria (MAC) metric to evaluate the correlation between mode shapes is close to the ideal identity matrix. These results demonstrate the effectiveness of the dynamic scaling methodology. However, when using a penalization factor to avoid intermediate densities, the dynamic behavior correlation between full and scaled models degrades. This trend is more visible in the MAC metric, where off-diagonal terms above 20% and diagonal terms below 90% appear.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil0,583

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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