MétaCan
Menu
Retour à la cohorte
Enregistrement W4397023936 · doi:10.1088/1748-0221/19/05/p05042

The novel equipment for measuring internal stress in acrylic

2024· article· en· W4397023936 sur OpenAlexaboutno aff
Xiaoyu Yang, Y. K. Heng, Zhiqiang Chen, Cunfeng Wei, Zhiming Zhang, Long Wei

Notice bibliographique

RevueJournal of Instrumentation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternal stressStress (linguistics)Materials scienceComputer scienceComposite materialPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Acrylic is widely used in aquariums, windows of planes and submarines, and even scientific experiments like the Sudbury Neutrino Observatory (SNO) and the Jiangmen Underground Neutrino Observatory (JUNO). Internal stress has a significant impact on the properties and characteristics of acrylic such as strength, fracture and creep, which is highly concerned and has become a hotspot in research field. The measurement of internal stress is an important issue, which includes two aspects - the calibration of stress-optical coefficient of acrylic and the measurement of birefringence optical path difference (BOPD) caused by internal stress. The measuring equipment mainly realize the measurement of BOPD, and currently have the largest dynamic range of 50–3000 nm. Dynamic range is considered as one of the core performance indicators of measuring equipment, and a larger dynamic range is urgently required to meet the needs of different scenarios. The novel equipment for measuring internal stress in acrylic has been designed and developed based on photo-elastic principle and spectrometric method, which has the dynamic range of 20–12000 nm and the uncertainty of stress measurement better than 3%. The measuring principle, components, functions and measurements of the novel measuring equipment are introduced and discussed in this article.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,144

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,260
Écart entre enseignants0,236 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetFatigue and fracture mechanicsTravaux en français237 207