MétaCan
Menu
Retour à la cohorte
Enregistrement W1501575403 · doi:10.1111/j.1460-2695.2012.01683.x

Concurrent ratcheting–fatigue damage analysis of uniaxially loaded A‐516 Gr.70 and 42CrMo Steels

2012· article· en· W1501575403 sur OpenAlexafffund
G.R. Ahmadzadeh, A. Varvani‐Farahani

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceStructural engineeringAmplitudeHardening (computing)Stress (linguistics)Composite materialFatigue testingEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study intends to investigate the concurrent interaction of fatigue damage and ratcheting strain in two commonly used steel alloys of (American Society for Testing and Materials) ASTM A‐516 Gr.70 and 42CrMo, respectively for pressure vessels and high grade machinery parts over uniaxial stress cycles. Ratcheting extension and fatigue damage progress were both characterized cycle‐by‐cycle over life cycles of tested materials. The interaction of ratcheting and fatigue damage was defined based on mechanistic parameters involving the effects of mean stress, stress amplitude and cyclic softening/hardening response of materials. The extent of ratcheting effect was defined by product of average ratcheting strain per cycle, and maximum stress value during a cycle, while fatigue damage was analysed based on earlier developed energy‐based models of Xia–Ellyin, and Smith–Watson–Topper. Overall damage due to ratcheting and fatigue was calibrated through a weighting factor at various mean/ cyclic amplitude stresses. An algorithm was developed to evaluate overall damage due to ratcheting and fatigue stress cycles of materials subjected to various mean and amplitude stresses. The estimated lives at different mean stresses and stress amplitudes for ASTM A‐516 Gr.70 and 42CrMo samples showed good agreements as compared with those of reported experimental data.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,184
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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.

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

Citations30
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetHigh Temperature Alloys and CreepTravaux en français237 207