MétaCan
Menu
Retour à la cohorte
Enregistrement W2022282821 · doi:10.1115/1.1867986

Relaxation of Peening Residual Stresses Due to Cyclic Thermo-Mechanical Overload

2005· article· en· W2022282821 sur OpenAlexaff
S. A. Meguid, G. Shagal, J.C. Stranart, K.M. Liew, L.S. Ong

Notice bibliographique

RevueJournal of Engineering Materials and Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Treatment and Residual Stress
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésResidual stressMaterials scienceShot peeningPeeningRelaxation (psychology)Stress relaxationFinite element methodComposite materialStructural engineeringCreepEngineering

Résumé

récupéré en direct d'OpenAlex

Shot-peening induced residual stresses can be relaxed due to cyclic loading. This relaxation plays an important role in determining the fatigue life of the peened components. It is therefore the purpose of this study to conduct comprehensive three-dimensional dynamic elasto-plastic finite element analysis of the joint peening treatment and relaxation process. In this regard, a novel symmetry cell is developed and used to model the multiple impact indentations resulting from multiple impingements of a cluster of shots. The model was further extended to integrate the relaxation resulting from cyclic loading at stresses above the yield strength of the material. This integrated model accounts for the main features of both stages by considering strain-rate effects, shot and target inertia and the dependence of the mechanical properties of the target material on temperature. A wide spectra of cyclic mechanical and thermal loads as well as their combinations is considered and the resulting relaxed residual stress field is determined. As an application, the model was used to predict the residual stress relaxation in a high-strength steel target made from AISI 4340 under different peening and thermomechanical cyclic overload.

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 enseignants0,002
Score d'incertitude au seuil0,003

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 Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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

Citations24
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Materials and TechnologyMême sujetSurface Treatment and Residual StressTravaux en français237 207