MétaCan
Menu
Retour à la cohorte
Enregistrement W1537894193 · doi:10.4271/2003-01-0910

The Effect of Mean Stress and Mean Strain on Fatigue Damage Following Overloads

2003· article· en· W1537894193 sur OpenAlexaff
Allison E. Nolting, D.L. DuQuesnay

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)Strain (injury)Materials scienceStructural engineeringComposite materialEngineeringMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

The influence of mean stress and mean strain on fatigue damage following overloads of yield stress magnitude was investigated. Strain controlled loading spectra each consisting of a periodic fully-reversed overload cycle followed by a number of constant amplitude small cycles were applied to normalized SAE 1045 steel and 2025-T351 aluminum axial specimens. The small cycle strain range was kept constant for all tests but their position within the overload hysteresis loop was varied to observe the effect of mean stress on fatigue damage. The crack opening stress and strain were calculated as a function of the number of cycles after the overload and the effective stress range was defined as the difference between the maximum stress and the greater of either the minimum stress or the crack opening stress. Fatigue life estimates were made using a linear cumulative damage summation based on the effective stress-life fatigue curves for these materials. The experimental results indicate that the mean stress of cycles following an overload has a small but consistent effect on fatigue damage that is not explained by the effective stress range or crack closure concepts alone. Nevertheless, the calculated fatigue lives were within a factor of 2.4 of the test results.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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
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

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetFatigue and fracture mechanicsTravaux en français237 207