MétaCan
Menu
Retour à la cohorte
Enregistrement W1963983166 · doi:10.1115/1.2969256

Numerical Simulations and Experimental Results of Tensile Test Behavior of Laser Butt Welded DP980 Steels

2008· article· en· W1963983166 sur OpenAlexaff
Sushanta Kumar Panda, Narasimhan Sreenivasan, M. Küntz, Y. Zhou

Notice bibliographique

RevueJournal of Engineering Materials and Technology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFormabilityMaterials scienceUltimate tensile strengthWeldingDuctility (Earth science)Dual-phase steelSofteningTensile testingLaser beam weldingComposite materialButt jointMetallurgyMicrostructureMartensite

Résumé

récupéré en direct d'OpenAlex

Laser welding of advanced high strength steels for fabrication of tailor welded blanks is of increasing interest for continued improvements in vehicle performance and safety without an increase in weight. Experimental results have shown that formability of welded dual-phase (DP) steels is significantly reduced by the formation of a softened region in the heat-affected zone (HAZ). In this study, a finite element simulation of welded DP980 samples undergoing transverse uniaxial tensile testing was used to evaluate the effects of soft zone width and strength on formability characteristics. Both the strength and the ductility of laser welded blanks decreased compared with those of unwelded blanks due to the formation of a softened outer-HAZ, where strain localization and final fracture occurred during tensile testing. The magnitude of softening and the width of the HAZ depend on the laser specific energy. It was observed from tensile test experiments and numerical simulations that both a decrease in strength and an increase in width of the softened HAZ were responsible for a decrease in the overall strength and ductility of the welded blanks.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,234
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'étudeSimulation ou modélisation
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

Citations83
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Materials and TechnologyMême sujetMetal Forming Simulation TechniquesTravaux en français237 207