MétaCan
Menu
Retour à la cohorte
Enregistrement W1969876308 · doi:10.2514/1.18125

Study of the Residual Strain in Lap Joints

2006· article· en· W1969876308 sur OpenAlexaff
Gang Li, Guoqing Shi, Nicholas C. Bellinger

Notice bibliographique

RevueJournal of Aircraft · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésRivetMaterials scienceFinite element methodJoint (building)Structural engineeringResidual stressFastenerStress (linguistics)Rotational symmetryComposite materialMechanicsPhysicsEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Both experiments and finite element analysis were carried out to study the residual strain (stress) in the riveted lap joint for a better understanding of the fatigue life of fuselage lap joints. A force-controlled riveting process was used to apply a constant load ramp to install the rivets. Strain variations on the joint surface were measured using microstrain gauges during the riveting process. Because neutrons are known to penetrate through many centimeters of aluminum alloys, neutron diffraction was used to provide a nondestructive technique to determine strains at certain depths in the joint. Parallel to the experimental testing, a two-dimensional axisymmetric finite element model was developed to simulate the riveting process. Both material and geometric nonlinearities, as well as nonlinear contact boundary conditions, were used in this numerical model. Comparisons between the numerical simulations and experimental results focused on the rivet driven head deformations and strain variations, and the results showed that the current two-dimensional axisymmetric finite element model using the proper boundary conditions can reliably be used to determine the residual strains (stresses) present in joints that were induced during the riveting process.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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

Citations35
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AircraftMême sujetMetal Forming Simulation TechniquesTravaux en français237 207