MétaCan
Menu
Retour à la cohorte

Predicting Residual Stresses in Friction Stir Welding of Aluminum Alloy 6061 Using an Integrated Multiphysics Model

2013· article· en· W2018367643 sur OpenAlexaff
Mohamadreza Nourani, Abbas S. Milani, S. Yannacopoulos, Claire Yan

Notice bibliographique

RevueMaterials science forum · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFriction stir weldingResidual stressMultiphysicsMechanicsHeat transferFinite element methodWeldingComposite materialStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Experimental results in the literature show that there are two flow areas of material during the friction stir welding (FSW) process [1]; namely the “pin-driven flow” and the “shoulder-driven flow”. These areas should completely join together to create a weld with no defect. First, in order to numerically predict the local distribution of flow stress around the pin as well as the temperature, strain, and strain rate fields during FSW, a two-dimensional steady-state Eulerian multiphysics finite element model has been employed in this work for aluminum alloy 6061using the COMSOL software. In this model, the non-Newtonian flow mode of computational fluid dynamics (CFD) module, general heat transfer mode of the heat transfer module, and the plain stress mode of the structural mechanics module of the software have been coupled. Slip/stick condition between the tool and workpiece, frictional and deformation heat sources, the convectional heat transfer in the workpiece, the solid mechanics-based viscosity definition, the temperature-dependent physical properties and the Zener-Hollomon- based thermo-visco-plastic mechanical properties with a cut-off temperature of 582oC were considered. Next, the thermal history during the process predicted by the model was used as input for an elasto-visco-plastic analysis to estimate the local residual stresses distribution due to the workpiece thermal expansion effect. Finally, the predicted longitudinal and transverse residual stresses were verified by comparing to experimental data.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207