MétaCan
Menu
Retour à la cohorte
Enregistrement W1499222599 · doi:10.4271/2006-01-0120

Recommended Practice for Dynamic Testing for Sheet Steels - Development and Round Robin Tests

2006· article· en· W1499222599 sur OpenAlexaff
B. Yan, Y. Kuriyama, Akihiro Uenishi, D. Cornette, Michael Borsutzki, CY Wong

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensMitel (Canada)
Organismes subventionnairesnon disponible
Mots-clésRound robin testDynamic testingComputer scienceSoftware engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Tensile properties of sheet steels at dynamic conditions are becoming more important for automotives in recent years due to the positive strain rate effect of steels which significantly improves energy absorption capability during crash events. However, several testing techniques are used by different testing laboratories, no testing standards are available, and the quality of data generated by different laboratories is often not comparable. In order to improve the data quality at high strain rate testing conditions and thus to improve the accuracy of crash simulation results, The International Iron and Steel Institute (IISI) initiated a project to develop the “Recommendations for Dynamic Tensile Testing of Sheet Steels”. The document provides guidelines for key elements of high strain rate testing, testing techniques, input methods, specimen geometry and stress/strain measurement instrumentations. A Round Robin test program was launched afterwards to evaluate the current status of testing quality with 10 laboratories participating from Europe, Japan, Korea and North America. The Round Robin test program showed that not only the equipment used are different, specimen dimensions are also vastly different from different testing laboratories. This paper describes the development of the document, key issues of the high strain rate testing, and Round Robin test results. An example is also given showing how data quality was significantly improved by careful refinement of the testing procedures including specimen geometry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,032
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0050,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0470,077

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 Opus0,029
Tête enseignante GPT0,303
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetHigh-Velocity Impact and Material BehaviorTravaux en français237 207