MétaCan
Menu
Retour à la cohorte
Enregistrement W4322761926 · doi:10.1016/j.jcsr.2023.107876

Experimental and numerical study of X-type energy dissipation device under impact loads

2023· article· en· W4322761926 sur OpenAlexaff
Xiang Zhu, Weixu Wang, Wenbo Li, Qi Zhang, Yongfeng Du, Yao Yin

Notice bibliographique

RevueJournal of Constructional Steel Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensBritish Columbia Institute of TechnologyUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDissipationFinite element methodStructural engineeringReduction (mathematics)Energy (signal processing)HammerDisplacement (psychology)Materials scienceMechanicsEngineeringMathematicsPhysicsGeometryStatisticsThermodynamics

Résumé

récupéré en direct d'OpenAlex

To obtain the optimal size and shape of X-type energy dissipation device, 20 specimens were tested using a drop hammer impact test machine, then the finite element model was established by using the software LS-DYNA. The dynamic responses of X-type energy dissipation device including failure mode, impact force, displacement and energy absorption were obtained and analyzed with emphasis on the effect of the height reduction parameter a , length reduction coefficient b and high span ratio c . The effectiveness of the finite element model is verified by comparing the simulation results with the experimental results. The finite element model is then used to optimize the X-type energy dissipation device. The height reduction parameter a and high span ratio c were taken as the optimization parameters, and the strain uniformity was taken as the target for improvement. Through regression analysis, the formulas of height reduction parameter a , height span ratio c and strain uniformity degree are derived. After four levels of optimizations, the optimized shape of the X-type energy dissipation device is obtained, and its energy dissipation performance is significantly improved compared with that of the traditional X-type energy dissipation device.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,055
Tête enseignante GPT0,382
Écart entre enseignants0,327 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Constructional Steel ResearchMême sujetSeismic Performance and AnalysisTravaux en français237 207