Effect of Fracture Speed on Ductile Fracture Resistance: Part 1—Experimental
Notice bibliographique
Résumé
The effect of fracture speed on the ductile fracture resistance of line-pipe steels can have an important effect in the basic understanding of the toughness requirements for crack arrest. Over the last few decades, it has become recognized that the drop-weight tear test (DWTT) better represents the ductile fracture resistance than the Charpy test since it utilizes a specimen that has the full thickness of the pipe and has a fracture path long enough to reach steady-state fracture resistance. However, the fracture speed in the DWTT is typically 50 to 60 feet per second (15.2 to 18.3 m/s), whereas the fracture speed in the full-scale pipe test is 300 to 1,000 fps (91.4 to 305 m/s). Recently, the authors have extended the DWTT work and developed a modified back-slot DWTT specimen to obtain higher fracture speeds. One aspect of this modified specimen was to increase the width of DWTT sample from the standard 3-inch (76.2 mm) to 5-inch (127 mm). This was done to increase the ligament length in a relatively deep back-slotted specimen to capture more steady-state data. The initial experimental results demonstrated that this type of specimen can be used to obtain higher fracture speeds. Furthermore, the experimental results clearly showed the effect of fracture speed on the ductile fracture resistance. In this paper, to extend the work on modified back-slot DWTT specimens, the tup was instrumented to measure the load during dynamic impact. From this, the load-displacement curve, steady-state energy (or energy per area) was obtained for the modified back-slot DWTT specimens. These results were compared to those obtained from the standard 3-inch specimens. These results also clearly showed the effect of fracture speed on fracture resistance.
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 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».