Design Optimization of Compound Cylinders Subjected to Autofrettage and Shrink-Fitting Processes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The autofrettage and shrink-fit processes are used to increase the load bearing capacity and fatigue life of the pressure vessels under thermomechanical loads. In this paper, a design optimization methodology has been proposed to identify optimal configurations of a two-layer cylinder subjected to different combinations of shrink-fit and autofrettage processes. The objective is to find the optimal thickness of each layer, autofrettage pressure and radial interference for each shrink-fit, and autofrettage combination in order to increase the fatigue life of the compound cylinder by maximizing the beneficial and minimizing the detrimental residual stresses induced by these processes. A finite element model has been developed in ansys environment to accurately evaluate the tangential stress profile through the thickness of the cylinder. The finite element model is then utilized in combination with design of experiment (DOE) and the response surface method (RSM) to develop a smooth response function which can be effectively used in the design optimization formulation. Finally, genetic algorithm (GA) combined with sequential quadratic programming (SQP) has been used to find global optimum configuration for each combination of autofrettage and shrink-fit processes. The residual stress distributions and the mechanical fatigue life based on the ASME code for high pressure vessels have been calculated for the optimal configurations and then compared. It is found that the combination of shrink-fitting of two base layers then performing double autofrettage (exterior autofrettage prior to interior autofrettage) on the whole assembly can provide higher fatigue life time for both inner and outer layers of the cylinder.
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.
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 | 0,001 | 0,001 |
| 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 découle