MétaCan
Menu
Retour à la cohorte
Enregistrement W2012407542 · doi:10.4028/www.scientific.net/amr.445.976

The Effect of Loading History on Unstable Fracture of Austenitic Steel (304)

2012· article· en· W2012407542 sur OpenAlexafffund
K. Jendoubi, Nesar Merah, Marie Bernard, Abdelaziz Bazoune

Notice bibliographique

RevueAdvanced materials research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesKing Fahd University of Petroleum and MineralsPolytechnique Montréal
Mots-clésMaterials scienceConstant (computer programming)AusteniteFracture mechanicsFracture (geology)Strain energy release rateStress intensity factorStructural engineeringCrack closureSingularityComposite materialRange (aeronautics)Crack growth resistance curveMechanicsMathematicsMathematical analysisEngineeringPhysicsMicrostructureComputer science

Résumé

récupéré en direct d'OpenAlex

The present paper presents an analysis of the influence of loading history on unstable fracture of austenitic steel 304 (SS 304) using the J-integral and its applicability in situations where a loading history exists. A CT specimen is employed for the purpose. The loading history effect on the unstable fracture of SS 304 is studied by performing cyclic loading with different load histories at constant load range (ΔP i ) and at constant stress intensity factor range (ΔK j ). The results show that the plastic singularity is well described by the integral (J) for the different types of loadings used. Moreover, the real meaning of (J IC ) as a representative of the maximum energy release rate is quite limited if it ignores the loading history. The experimental results show that the dissipated energy ΔJ is more active when the loading is done at constant ΔP. The evolution of ΔJ can be directly linked to the crack growth rate and to the extent of the plastic zone developed at the crack tip.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,303
Écart entre enseignants0,276 · 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.

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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetFatigue and fracture mechanicsTravaux en français237 207