Calculation of Stress Intensity Factors for Cracks of Complex Geometry and Subjected to Arbitrary Nonlinear Stress Fields
Notice bibliographique
Résumé
Fatigue cracks in shot-peened and case-hardened notched machine components are subjected to stress fields induced by the external load and residual stresses resulting from the surface treatment. Both stress fields are characterized by nonuniform distributions, and handbook stress intensity factor solutions are in such cases unavailable, especially in the case of planar nonelliptical cracks. The method presented here is based on the generalized weight function technique enabling the stress intensity factors to be calculated for any Mode I loading applied to arbitrary planar convex and embedded crack. The stress intensity factor can be determined at any point on the crack contour by using one general weight function discussed in the paper. The weight function, mA, can be sufficiently well described by two quantities, i.e., the distance, ρ, from the load point, P(x, y), on the crack surface to the point, A, on the crack front where the stress intensity is to be calculated and the length, Γc, of the inverted crack contour. The stress intensity factors are calculated by integrating the product of the stress field and the weight function over the entire crack area. The general weight function and calculated stress intensity factors are validated against arious numerical and analytical data. The numerical procedure for calculating stress intensity factors for arbitrary nonlinear stress distributions is briefly discussed as well. Several examples of typical input data and stress intensity factor results are presented including embedded and edge cracks subjected to two-dimensional stress fields. The method is particularly suitable for modeling fatigue crack growth in the presence of complex stress fields.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».