MétaCan
Menu
Retour à la cohorte
Enregistrement W4395693096 · doi:10.1080/15376494.2024.2345206

Study on the crashworthiness of multi-cell thin-walled tubes filled with triply periodic minimal surface lattices

2024· article· en· W4395693096 sur OpenAlexaff
Suchao Xie, Shiwei Zheng, Jing Zhang, Zinan Liu, Hao Wang, Hui Zhou

Notice bibliographique

RevueMechanics of Advanced Materials and Structures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesGraduate Research and Innovation Projects of Jiangsu ProvinceNatural Science Foundation of Hainan ProvinceNational Natural Science Foundation of China
Mots-clésCrashworthinessMaterials scienceSurface (topology)Structural engineeringComposite materialFinite element methodGeometryEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

To improve energy absorption and efficiency and develop a structure with outstanding energy absorption capability, this study proposed designing multi-cell tubes filled with triply periodic minimal surface (TPMS) lattices. Based on experimental and simulation methods, the crashworthiness of multi-cell tubes filled with three types of TPMS lattices (Diamond, Gyroid, and Primitive) was investigated. Five multi-cell tube structures were fabricated by increasing the thin-walled tube corner units, improving the energy absorption efficiency by 67.98%. The results show that due to the coupling between TPMS lattices and thin-walled tubes, multi-cell tubes filled with TPMS lattices exhibited better crashworthiness performance. The energy absorption of multi-cell tubes filled with Diamond, Gyroid, and Primitive lattices increased sequentially. The energy absorption per unit mass and energy absorption capability were most notably enhanced for the multi-cell tubes filled with Diamond lattice, with energy absorption efficiency 17.24% higher and energy absorption 104.26% greater than empty multi-cell tubes. This inspires crash designs of rail vehicles and automotive fronts.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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

Citations23
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanics of Advanced Materials and StructuresMême sujetCellular and Composite StructuresTravaux en français237 207