MétaCan
Menu
Retour à la cohorte
Enregistrement W2012814075 · doi:10.1520/jai103962

Point Load Weight Functions for Semi-Elliptical Cracks in Finite Thickness Plate

2011· article· en· W2012814075 sur OpenAlexaff
Zhaoyu Jin, Xin Wang

Notice bibliographique

RevueJournal of ASTM International · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePoint (geometry)Composite materialStructural engineeringGeometryMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents the application of the weight function method for the calculation of stress intensity factors for surface semi-elliptical cracks in finite thickness plates subjected to arbitrary two-dimensional stress fields. A new general mathematical form of point load weight function has been formulated by taking advantage of the knowledge of a few specific weight functions for two-dimensional planar cracks available in the literature and certain properties of the weight function in general. The existence of the generalized form of the weight function simplifies the determination of a specific weight function for specific crack configurations. The determination of a specific weight function is reduced to the determination of the parameters of the generalized weight function expression. These unknown parameters can be determined from reference stress intensity factor solutions. This method is used to derive the weight functions for semi-elliptical surface cracks in finite thickness plates. The derived weight functions are then validated against stress intensity factor solutions for several linear and non-linear two-dimensional stress distributions. The derived weight functions are particularly useful for the fatigue crack growth analysis of planar surface cracks subjected to fluctuating nonlinear stress fields resulting from surface treatment (shot peening), stress concentration, or welding (residual stress)

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)0,002
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,226
Écart entre enseignants0,206 · 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

Citations25
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetFatigue and fracture mechanicsTravaux en français237 207