Support-vector-machine-regression assisted methodology for the design-for-reliability of tapered composite tubes
Notice bibliographique
Résumé
The structural performance of load-carrying composite structures is significantly influenced by uncertainties in material properties, necessitating reliability quantification and design-for-reliability approaches. Traditional structural reliability evaluation methods, however, often involve high computational costs, limiting their practical use. To overcome this challenge, the present work presents a novel methodology that integrates Support Vector Machine Regression (SVMR), Monte Carlo Simulation (MCS), and the Finite Element Method (FEM) to efficiently assess the structural reliability of tapered composite tubes under axial loading, explicitly accounting for uncertainties in material properties and ply thickness. An approximate-analytical solution based on the Donnell-Mushtari-Vlasov shell theory is developed to predict axial deformation and is used to validate the finite element model. Additionally, the finite element model and approximation-analytical solution are validated against a closed-form analytical solution and experimental results available in the literature, ensuring the accuracy and reliability of the approach. The proposed structural reliability evaluation methodology demonstrates accuracy and computational efficiency I reliability evaluation through comparisons with the direct Monte Carlo Simulation method. Reliability analysis quantifies the influence of random variables on structural response, revealing that designs based solely on mean material properties result in approximately 50% reliability, indicating a 50% probability of failure. Moreover, the taper angle exerts a negligible influence on structural reliability indices, highlighting a key design consideration. This integrated framework provides a computationally efficient and validated tool for the design-for-reliability of tapered composite tubes, enabling broader applications in composite structural engineering.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».