MétaCan
Menu
Retour à la cohorte
Enregistrement W4408040669 · doi:10.1080/0305215x.2025.2465832

Multi-scale multi-material topology optimization for lattice structures with interface connective microstructures

2025· article· en· W4408040669 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEngineering Optimization · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTopology optimizationMicrostructureMaterials scienceTopology (electrical circuits)Lattice (music)Scale (ratio)Computer scienceComposite materialStructural engineeringMathematicsEngineeringPhysicsFinite element methodAcoustics

Résumé

récupéré en direct d'OpenAlex

This article presents a novel concurrent multi-scale multi-material topology optimization method for designing lattice structures composed of solid microstructure and multiple lattice microstructures while the connectivity of dissimilar lattice microstructures is assured. At the macroscale, microstructures with different predefined volume fractions are treated as different materials. Lattice microstructure can be well connected with solid microstructure. However, the disconnection between different lattice microstructures would lead to load transition problems, impeding the practical applications of lattice structures. To address this issue, a new controllable interface identification method based on the pseudo-cost domain method is proposed. Identified interface domains between different lattice microstructures are filled with solid microstructures. A modified material interpolation framework is developed with the discrete material optimization method to achieve optimal topology of the macrostructure and the distribution of microstructures. This methodology is formulated as a compliance minimization problem. Numerical examples are provided to demonstrate the effectiveness of the proposed method.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil1,000

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 Opus0,005
Tête enseignante GPT0,231
Écart entre enseignants0,226 · 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