MétaCan
Menu
Retour à la cohorte
Enregistrement W4317213365 · doi:10.1007/s11831-022-09836-2

A Review of Image-Based Simulation Applications in High-Value Manufacturing

2023· review· en· W4317213365 sur OpenAlexaff
Llion Marc Evans, Emrah Sözümert, Bethany E. Keenan, C. Wood, Anton du Plessis

Notice bibliographique

RevueArchives of Computational Methods in Engineering · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésImage (mathematics)Value (mathematics)Computer scienceComputer visionMachine learning

Résumé

récupéré en direct d'OpenAlex

Image-Based Simulation (IBSim) is the process by which a digital representation of a real geometry is generated from image data for the purpose of performing a simulation with greater accuracy than with idealised Computer Aided Design (CAD) based simulations. Whilst IBSim originates in the biomedical field, the wider adoption of imaging for non-destructive testing and evaluation (NDT/NDE) within the High-Value Manufacturing (HVM) sector has allowed wider use of IBSim in recent years. IBSim is invaluable in scenarios where there exists a non-negligible variation between the 'as designed' and 'as manufactured' state of parts. It has also been used for characterisation of geometries too complex to accurately draw with CAD. IBSim simulations are unique to the geometry being imaged, therefore it is possible to perform part-specific virtual testing within batches of manufactured parts. This novel review presents the applications of IBSim within HVM, whereby HVM is the value provided by a manufactured part (or conversely the potential cost should the part fail) rather than the actual cost of manufacturing the part itself. Examples include fibre and aggregate composite materials, additive manufacturing, foams, and interface bonding such as welding. This review is divided into the following sections: Material Characterisation; Characterisation of Manufacturing Techniques; Impact of Deviations from Idealised Design Geometry on Product Design and Performance; Customisation and Personalisation of Products; IBSim in Biomimicry. Finally, conclusions are drawn, and observations made on future trends based on the current state of the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,034
Tête enseignante GPT0,374
Écart entre enseignants0,340 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Computational Methods in EngineeringMême sujetManufacturing Process and OptimizationTravaux en français237 207