A Virtual Simulation Experiment of Mechanics: Material Deformation and Failure Based on Scanning Electron Microscopy
Notice bibliographique
Résumé
This work presents a set of comprehensive virtual experiments to detect material deformation and failure. The most commonly used pieces of equipment in mechanics and material disciplines, such as a metallographic cutting machine and a high-temperature universal creep testing machine, are integrated into a web-based system to provide different experimental services to users in an immersive and interactive learning environment. The protocol in this work is divided into five subsections, namely, the preparation of the materials, molding the specimen, specimen characterization, specimen loading, nanoindenter installation, and SEM in situ experiments, and this protocol aims to provide an opportunity for users regarding the recognition of different equipment and the corresponding operations, as well as the enhancement of laboratory awareness, etc., using a virtual simulation approach. To provide clear guidance for the experiment, the system highlights the equipment/specimen to be used in the next step and marks the pathway that leads to the equipment with a conspicuous arrow. To mimic the hands-on experiment as closely as possible, we designed and developed a three-dimensional laboratory room, equipment, operations, and experimental procedures. Moreover, the virtual system also considers interactive exercises and registration before using chemicals during the experiment. Incorrect operations are also allowed, resulting in a warning message informing the user. The system can provide interactive and visualized experiments to users at different levels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».