MétaCan
Menu
Retour à la cohorte
Enregistrement W1922006128 · doi:10.1111/j.1460-2695.2012.01678.x

Triphasic ratcheting strain prediction of materials over stress cycles

2012· article· en· W1922006128 sur OpenAlexaff
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 subventionnairesnon disponible
Mots-clésMaterials scienceSofteningStructural engineeringHardening (computing)Nonlinear systemStress (linguistics)Deformation (meteorology)Composite materialMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study intends to formulate ratcheting strain evolution in steel alloys of 42CrMo, 20CS, SA333 Gr. 6 C‐Mn and OFHC copper over uniaxial stress cycles. Stages of ratcheting deformation were related to stress cycles, lifespan, mechanical properties and amplitude and mean stress components by means of linear and nonlinear functions. Terms of mechanical properties in the ratcheting formulation enabled to characterize ratcheting response of various materials over life cycles. These terms were further employed to interpret the influence of softening/hardening response of materials on ratcheting deformation. Ratcheting data for 42CrMo, 20CS, SA333 steels and OFHC copper reported in the literature were employed to evaluate the proposed ratcheting formulation. The predicted ratcheting strain values based on the proposed equation were found in good agreements as compared with the 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 enseignants0,115
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 GPT0,217
Écart entre enseignants0,209 · 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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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