MétaCan
Menu
Retour à la cohorte

Experimental Investigation on the Proper Fatigue Parameter of Cyclically Non-Stabilized Materials

2005· article· en· W2032660282 sur OpenAlexaff
Seong Gu Hong, Keum Oh Lee, Jae Yong Lim, Soon Bok Lee

Notice bibliographique

RevueKey engineering materials · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesKorea Advanced Institute of Science and TechnologyKorea Institute of Science and Technology
Mots-clésMaterials sciencePlasticityLow-cycle fatigueAustenitic stainless steelHardening (computing)AusteniteMartensiteMetallurgyComposite materialAtmospheric temperature rangeCyclic stressAmplitudeStrain hardening exponentMicrostructure

Résumé

récupéré en direct d'OpenAlex

Low-cycle fatigue tests were carried out in air in a wide temperature range from room temperature to 650oC to investigate the role of temperature on the low-cycle fatigue behavior of two types of stainless steels, cold-worked (CW) 316L austenitic stainless steel and 429 EM ferritic stainless steel. CW 316L stainless steel underwent additional hardening at room temperature and in 250-600oC: plasticity-induced martensite transformation at room temperature and dynamic strain aging in 250-600oC. As for 429 EM stainless steel, it underwent remarkable hardening in 200-400oC due to dynamic strain aging, resulting in a continuous increase in cyclic peak stress until failure. Three fatigue parameters, such as stress amplitude, plastic strain amplitude and plastic strain energy density, were evaluated. The results revealed that plastic strain energy density is nearly invariant through a whole life and, thus, recommended as a proper fatigue parameter for cyclically non-stabilized materials.

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 seuil0,005

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)0,0020,000

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 Opus0,023
Tête enseignante GPT0,207
Écart entre enseignants0,184 · 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

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKey engineering materialsMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207