Sayısal Simülasyonlar
Sayısal SimülasyonlarAynı Uygunluğa Sahip Makalelerin Atıf Dinamiklerinin SapmasıBurada şu soruyu araştırıyoruz: Makalenin uygunluğunu bilseydik, alıntı yörüngesinin tahmin edilebilirlik marjları nelerdir? Bu soruyu cevaplamak için, makalenin uygunluğu ile uzun zaman sınırında aldığı alıntı sayısı arasındaki ilişkiyi analiz ettik. Bu, sunulan kalibre edilmiş ve doğrulanmış alıntı dinamikleri modelimiz kullanılarak yapılmıştır.Belirli bir uyum η ile makale için 25 yıl sonra beklenen alıntı sayısını K∞(η) tahmin etmek istiyoruz. Bu amaçla, 1984 yılında yayınlanan Fizik makaleleri için parametrelere dayalı sayısal simülasyonlar gerçekleştirdik.Aynı uygunluk η'ye sahip 4000 makaleyi inceledik, 25 yıl sonra atıflarının istatistiksel dağılımını bulduk ve ortalama K∞ ile bu dağılımın genişliğini ölçtük. K∞'u uzun zaman sınırında beklenen atıf sayısı olarak kabul ediyoruz. Bu, çeşitli uygunluk değerleri için tekrarlandı.Beklenen alıntı sayısının, K∞, uygunluk η ile doğrusal olmayan bir şekilde büyüdüğünü gösterir. K∞ dağılımının genişliğine odaklanır. η değeri düşük olan makaleler için uzun zaman sınırında atıf dağılımının geniş, η değeri yüksek olan makaleler için ise uzun zaman sınırında atıf dağılımının dar olduğunu gözlemliyoruz. Bu, düşük uygunluktaki bir makalenin alıntı dinamiği büyük ölçüde şansa bağlıyken, yüksek uygunluktaki makalelerin alıntı dinamiklerinin daha belirleyici olduğu anlamına gelir.Özellikle, uzun zaman sınırında beklenen atıf sayısı 3 ise, gerçek atıf sayısının 0 ile 7 arasında herhangi bir şey olabileceğini gösterir; beklenen atıf sayısı 10 ise gerçek sayı 3 ile 20 arasında, beklenen sayı 100 ise gerçek sayı 50 ile 130 arasında, beklenen sayı 1000 ise gerçek sayı 700 ile 700 arasında olabilir. Uzun süre içinde 3 ve 20 alıntı alan iki makaleyi karşılaştırırsak, aynı uyum η değerine sahip olabilirler, yani büyük olasılıkla aynı “kalite” ligindedirler. 700 ve 1200 atıf alan iki makale muhtemelen aynı “kalite” ligindedir, yani aynı kondisyonuna sahip olabilirler. Ancak 100 ve 1000 atıf alan makaleler farklı uygunluklara sahip olmalı ve farklı "kaliteli" liglere ait olmalıdır.Şekil 7.3, K∞ dağılımlarını biraz farklı bir perspektiften göstermektedir. %10 ihtimalle 10 atıf alan bir makalenin 3'ten az, 18'den fazla atıf alabileceğini gözlemliyoruz; %10 olasılıkla 100 atıf değerinde bir makale 54'ten az veya 135'ten fazla atıf alabilir; 1000 atıf değerinde bir makale, %10 olasılıkla 680'den az veya 1150'den fazla atıf alabilir.Modelimizin, makalenin tüm atıf kariyeri boyunca sürekli uygunluğu varsaydığına dikkat edilmelidir. Web sayfalarının popülaritesine ilişkin açıklamalarında da benzer bir varsayım benimsendi ve ölçümlerle doğrulandı. Bu varsayım, sıradan gazeteler için mantıklıdır, ancak uzun süre atıl durumda olan ve sonra popüler hale gelebilen uyuyan güzeller için geçerli değildir.Uygunluk TahminiUygunluğu makalenin nihai etkisiyle, yani uzun zaman sınırındaki toplam alıntı sayısıyla ilişkilendirin; sıralamaya göre kağıt uygunluğunu belirler; faktör analizi yoluyla bulunan özelliklerin bir kombinasyonu olarak patent uygunluğunu tahmin eder, uygunluğu yayından sonraki birkaç yıl boyunca yapılan alıntıların sayısıyla ilişkilendirir.Uygunluğu biraz farklı tanımlıyoruz, yani η, uzun zaman sınırındaki doğrudan alıntıların sayısıdır. Açıkçası, bu tanım, yalnızca bir makalenin atıf kariyeri tamamlanmak üzereyken kullanılabileceğinden, gelecekteki atıfların tahmini için bir temel olamaz.Tahmin için kullanılabilecek işlevsel uygunluğun tanımını yapmak için, bir makalenin alıntı kariyerinin başlangıcında alıntılar ağırlıklı olarak doğrudan olduğundan, bizim anlayışımıza göre uygunluğun ilk alıntı oranıyla ilişkili olduğunu not ediyoruz.Operasyonel zindelik tanımımızı, bibliyometride iyi bilinen "üç yılın büyüsü"ne dayandırıyoruz. Yani, bir makalenin yayınlandıktan sonraki ilk 2-3 yıl içinde aldığı alıntıların sayısı (bilgisayar bilimi makaleleri için bu ilk dönem 0,5-1 yıldır) uygunluk tahmini için bir temeldir. İlişkinin doğrusal olmadığını gösterir ve bu kalibrasyon çiziminden uygunluğu tahmin ederiz.Modülasyon Sistemleri ve çoğullama Analog haberleşme ve sayısal haberleşme arasındaki farklar Sayısal haberleşme ÖRNEKLEME OOK modülasyon Modülasyon indeksi Analog haberleşme kitap PDF HABERLEŞME sistemleri Ders notları PDF Haberleşme sisteminin temel kavramlarıİçeriğe Dayalı Uygunluk Tahminiηi'nin dergi (yer), alandaki araştırmacı sayısı, araştırma grubunun itibarı ve son olarak makalenin yeniliği, güncelliği ve kalitesi tarafından belirlendiğine inanıyoruz, ancak ikincisi öznel bir kavram olabilir. Bununla birlikte, makalenin uygunluğunun ve alıntı sayısının bir makalenin kalitesini değil, etkisini ölçtüğü unutulmamalıdır.Hatalı kağıdın bile büyük bir etkisi olabileceğini unutmayın. Öte yandan etki, makalenin içeriğiyle ilgili olmayan faktörlere (kurum, araştırma grubunun itibarı, akılda kalıcı başlık vb.) bağlı olabilir.Örneğin, Brot ve Louzoun, ilk yazarın adının atıf sayısı için önemli olduğunu, özellikle ilk yazarın adı A, B, C harfleriyle başlayan Fizik makalelerinin uzun süre içinde ∼% 10 daha fazla atıf aldığını gösterdi. (Ünlü Alpher-Bethe-Gamow makalesinin başarısı kısmen soyadlarının şanslı kombinasyonundan kaynaklanıyor olabilir mi?)Makalenin başarısı için yazarın adının önemini daha fazla göstermek için, birkaç makaleye dayanan anektodal kanıtları ele alıyoruz. Gerçekten de işbirliği yaparken moleküler evrim konusunda dönüm noktası niteliğinde bir çalışma yaptılar. Katkılarından eşit övgü almak için, bilimsel raporları çok benzer başlık ve konulara sahip iki tamamlayıcı makale olarak yayınlandı.Bu iki makale arasındaki temel fark, yazarların sırasıdır. 2018 itibariyle, ikinci makale yaklaşık 900 alıntı alırken, ilk makale yalnızca yaklaşık 500 alıntı aldı. Bu fark, makaleler ilk yayınlandığı 1966 yılında kendisinden 3 yaş büyük olan kişinin bilim camiasında daha çok tanınmasıyla açıklanmaktadır.Bu nedenle araştırmacılar, ilk yazar olduğu makaleye atıfta bulunmayı tercih ettiler. Sonunda, da iyi tanındı, ilk yazarı olduğu makale adil bir itibar kazandı ve çok sayıda alıntı yaptı. Ancak, makalesinin atıf sayısı, etkileyici bir başlangıç nedeniyle daha yüksek kaldı.Öte yandan, bu iki makalenin atıf sayıları “kalite”lerindeki farkı yansıtıyor mu? Modelimiz ve gösterimiz, uzun zaman sınırında 500 ve 900 alıntı toplayan iki makalenin aynı uygunluğa sahip olma olasılığının %10 olduğunu gösteriyor. Bu olasılık küçük değildir, dolayısıyla Lewontin ve Hubby'nin gazetelerinin aynı "kalite" liginde olması oldukça muhtemeldir.

Sonlu Eleman Analizi – Basım Teknolojileri – Basım Teknolojileri Ödevleri – Basım Teknolojileri Ödev Ücretleri – Basım Teknolojileri Bölümü

Sonlu Eleman Analizi Kullanan AM Süreç Simülasyonları

Sonlu elemanlar analizi (FEA) teknikleri, değişen proses parametreleri, geometri ve/veya malzeme ile çeşitli imalat proseslerinin sonucunun nasıl değiştiğini tahmin etmek için giderek daha popüler hale gelen araçlardır. SYSWELD, COMSOL, MoldFlow, ANSYS ve DEFORM gibi ticari yazılım paketleri, kaynak, şekillendirme, kalıplama, döküm ve diğer süreçlerin sonuçlarını tahmin etmek için kullanılır.

AM teknolojilerinin tahmine dayalı sonlu eleman araçları kullanılarak simüle edilmesi özellikle zordur. Örneğin, metal lazer sinterleme ve elektron ışını eritme gibi metal tozu yatağı füzyon yaklaşımlarının çok ölçekli doğası, fizik tabanlı FEA kullanarak doğru bir şekilde simüle etmek için inanılmaz derecede zaman alıcıdır.

AM süreçleri doğası gereği çok ölçeklidir ve toplam parça boyutu eleman boyutundan 10.000 kat daha büyük olabilirken, eriyik havuzu etrafındaki katılaşma fiziğini doğru bir şekilde yakalamak için boyutu 10 μm veya daha küçük olan ince ölçekli sonlu eleman kafesleri gerekir. 

Üç boyutta, bunun anlamı, 10 μm’lik tek tip ağ boyutu uygularsak, bir toz yatağının çoğunu dolduran tek bir parçanın fiziğinin yakalanması için ilk katmanda 108 öğeye ve toplamda 1012’den fazla öğeye ihtiyacımız olacağı anlamına gelir.

Parça oluşturmak için bir noktasal ısı kaynağının hızlı hareketi kullanıldığından, fiziğin yakalanması, lazer/elektron ışını eritme sırasında 10 ms veya daha az bir zaman adımı gerektirir; bu, eksiksiz bir yapı için toplam 1010’dan fazla zaman adımı gerektirir.

Bununla ilgili bir sorunu çözmek için, nispeten yüksek hızlı bir süper bilgisayarda bu kadar çok zaman adımı için eleman sayısı milyarlarca yıl alacaktır. Bu nedenle, bugüne kadar tüm AM simülasyon araçları, bir parçanın yalnızca küçük bir bölümünün veya çok küçük, basitleştirilmiş geometrilerin tahminleriyle sınırlıdır.

Birçok araştırmacı, mevcut FEA araçlarını kullanarak, büyük, karmaşık geometriler için bir çözüm oluşturmak üzere basitleştirilmiş geometrilerden çözümleri kesip yapıştırabilecekleri varsayımlarda bulunmanın yollarını arıyor.

Bu yaklaşım, daha hızlı çözüm süresi avantajına sahiptir; ancak, büyük, karmaşık geometriler için bu tür tahminler, değişen tarama modellerinin, artık gerilimlerin karmaşık birikiminin ve yerelleştirilmiş termal özelliklerin etkilerini doğru bir şekilde yakalamakta başarısız olur.

Ayrıca girdi koşullarındaki küçük değişiklikler basitleştirilmiş çözümleri geçersiz kılabilir. Bu nedenle, rastgele herhangi bir geometri, girdi koşulu ve tarama deseni için hızlı bir şekilde “yeni” bir yanıt oluşturabilen bir simülasyon altyapısı, tahmine dayalı bir AM simülasyon aracı için nihai hedeftir.


Sonlu eleman Nedir
Sonlu elemanlar analizi nasıl yapılır
sonlu elemanlar analizi (fea nedir)
Sonlu Elemanlar Analizi örnek
Sonlu Elemanlar Analizi programları
Sonlu elemanlar analizi Ders Notları
SONLU elemanlar analizi PDF
Sonlu elemanlar yöntemi ekşi


Son zamanlarda araştırmacılar, AM için FEA analizini hızlandırmak için dinamik, çok ölçekli hareketli kafesler kullanmaya başladılar. Bu tür çok ölçekli simülasyonlar, standart FEA simülasyonlarından çok daha hızlıdır. Ancak tek başına çok ölçekli simülasyonlar, dünyanın en hızlı süper bilgisayarlarında bile tam bir parça simülasyonu sağlamak için hala çok yavaş.

Bu nedenle AM için FEA’yı tarihsel yeteneklerinin ötesine taşıyabilecek yeni bir hesaplama yaklaşımına ihtiyaç vardır. Yeni bir yazılım girişimi olan 3DSIM, AM endüstrisi için bunu yapmaya çalışıyor.

3DSIM yazılım araçları şunları içerir: (1) çok ölçekli hareketli ağları formüle etmek ve çözmek için yeni bir yaklaşım, (2) düşük termal gradyanların olduğu bölgelerde termal evrimi ve artık gerilimleri çok hızlı bir şekilde tahmin eden yeni bir sonlu eleman tabanlı, (3) seyrek sonlu eleman matrislerini çözerken ortaya çıkan “sıfırla çarpma” hesaplamalarını ortadan kaldıran önemsiz bir sayı kesme modülü ve (4) çözümlerin ileri beslemeli “eklenmesini” sağlamak için AM hesaplamalarındaki periyodikliği belirlemeye yönelik bir yaklaşım periyodikliğin mevcut olduğu ve çözümün önceki bir zaman adımından zaten bilindiği bölgelerdir.

Bu yaklaşımların, büyük ölçekli AM problemlerinin çözüm süresini büyüklük derecelerine göre azalttığı bildirilmektedir. Birlikte ele alındığında, bu araçlar, algoritmalar birleşik bir yazılım altyapısında tam olarak uygulandığında, masaüstü GPU tabanlı bir süper bilgisayarda tüm parça sorununu bir günden daha kısa sürede çözülebilir hale getirmelidir.

Gerçekleştirilirse, proses parametresi ve malzeme değişikliklerinin parça doğruluğunu, bozulmayı, artık gerilimi, mikro yapıyı ve özellikleri nasıl etkilediğini tahmin etme yeteneği, Eklemeli İmalat endüstrisi için önemli bir ilerleme olacaktır.

Eklemeli İmalat Dosya Formatı

Etkili olmakla birlikte, STL formatını çevreleyen çok sayıda zorluğun olduğu daha önce tartışılmıştır. AM teknolojileri birden fazla malzemeyi, kafes yapıları ve dokulu yüzeyleri içerecek şekilde ilerledikçe, alternatif bir formatın gerekli olması muhtemeldir.

Bu dosya formatı hala geliştirme aşamasındadır, ancak bazı ticari ve beta aşamasındaki yazılımlarda zaten uygulanmıştır. STL formatından önemli ölçüde daha karmaşık olan AMF, mevcut AM teknolojilerinin gelişimini engelleyen bir dizi yeni parça tanımını kapsamayı amaçlamaktadır.

Bunlar aşağıdaki özellikleri içerir. Eğri üçgenler: STL’de yüzey normali, bağlı olduğu üçgen köşeleriyle aynı düzlemde bulunur. Ancak AMF’de normal vektörün başlangıç konumunun aynı düzlem üzerinde olması gerekmez. Eğer öyleyse, karşılık gelen üçgen eğri olmalıdır.

Eğriliğin tanımı, o köşede buluşan tüm üçgen kenarlarının, bu normale dik olacak şekilde ve normal ve orijinal düz kenar tarafından tanımlanan düzlemde (yani, orijinal üçgenin eğri yerine düz kenarları varsa) olacak şekilde kavisli olacağı şekildedir. 

Üçgenleri bu şekilde belirterek, tipik bir CAD modeli için çok daha az sayıda üçgenin kullanılması gerekir. Bu, yüksek çözünürlüklü sistemler için karmaşık geometri modellerinden kaynaklanan büyük STL dosyalarıyla ilgili sorunları giderir. Eğrilik derecesi çok yüksek olamayacağından, eğri üçgen yaklaşımı hala bir yaklaşımdır. Bununla birlikte, doruk yüksekliği sapması açısından genel doğruluk önemli ölçüde iyileştirilmiştir.

Renk: Parçanın ana gövdesi orijinal tasarım içerisinde bir fonksiyona göre renklendirilebilecek şekilde renk iç içe atanabilir. Kırmızı, Yeşil ve Mavi renklendirme, saydamlık değeriyle birlikte köşelere, üçgenlere, hacimlere, nesnelere veya malzemelere uygulanabilir.

Tekne fotopolimerizasyonu gibi birçok AM işleminin net parçalar oluşturabileceğini, bu nedenle şeffaflık değerinin etkili bir parametre olabileceğini unutmayın. Renk değerleri, bir AM sürecini kontrol etmenin çok yönlü bir yolunu sağlamak için diğer malzeme tabanlı parametrelerle birlikte çalışabilir.

yazar avatarı
tercüman tercüman