MétaCan
Menu
Retour à la cohorte
Enregistrement W4396723827 · doi:10.21203/rs.3.rs-3998430/v1

A semi-analytical and numerical approach for solving 2-D and 6-D nonlinear and complex functionally graded tubular systems

2024· preprint· en· W4396723827 sur OpenAlexaff
Liming Dai, Kamran Foroutan

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueComposite Structure Analysis and Optimization
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemApplied mathematicsMathematicsComputer scienceMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> This study delves into nonlinear vibratory responses of functionally graded (FG) tubes subjected to transverse loads, considering material properties that vary with temperature. A refined beam model established for the tubes satisfies the stress boundary conditions on inner and outer surfaces of the tubes. The nonlinear vibration equations for these functionally graded tubes are meticulously derived with employment of the Zhang–Fu high-order shear deformation beam model, the von Kármán equation, and Hamilton’s principle. The proposed approach is applied to address externally excited nonlinear FG tube systems, encompassing both the 2 degrees of freedom (DOF) single-mode systems and 6 DOF multi-mode systems. Utilizing Galerkin’s method, the resulting discretized nonlinear governing equations allow for the analyses of single and multi-mode tubular system behavior. In solving for the tubular system, an approach implementing the P-T method is managed to be implemented, which yields a continuous semi-analytical solution throughout the entire time domain considered. The approach also demonstrates the advances on the development of a genuinely new computational method with broad impact. In comparison to the widely used Runge-Kutta (R-K) method, the proposed approach demonstrates superior efficiency, accuracy, and reliability, especially for highly nonlinear and complex systems like the FG tubular systems.

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 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)0,001
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 enseignants0,791
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,328
Écart entre enseignants0,280 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetComposite Structure Analysis and OptimizationTravaux en français237 207