MétaCan
Menu
Retour à la cohorte
Enregistrement W4402311101 · doi:10.1002/adma.202406611

Complex Deformation in Soft Cylindrical Structures via Programmable Sequential Instabilities

2024· article· en· W4402311101 sur OpenAlexaff
Yi Yang, Helen Read, Mohammed Adil Sbai, Ahmad Zareei, Antonio Elia Forte, David Melancon, Katia Bertoldi

Notice bibliographique

RevueAdvanced Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesAir Force Research LaboratoryDivision of Materials Research
Mots-clésBuckleBucklingInflatableMaterials scienceHyperelastic materialDeformation (meteorology)InstabilityTwistStructural engineeringBendingMechanicsComposite materialGeometryFinite element methodPhysicsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The substantial deformation exhibited by hyperelastic cylindrical shells under pressurization makes them an ideal platform for programmable inflatable structures. If negative pressure is applied, the cylindrical shell will buckle, leading to a sequence of rich deformation modes, all of which are fully recoverable due to the hyperelastic material choice. While the initial buckling event under vacuum is well understood, here, the post-buckling regime is explored and a region in the design space is identified in which a coupled twisting-contraction deformation mode occurs; by carefully controlling the geometry of our homogeneous shells, the proportion of contraction versus twist can be controlled. Additionally, bending as a post-buckling deformation mode can be unlocked by varying the thickness of our shells across the circumference. Since these soft shells can fully recover from substantial deformations caused by buckling, then these instability-driven deformations are harnessed to build soft machines capable of a programmable sequence of movements with a single actuation input.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,771

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 savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Materials and MechanicsTravaux en français237 207