An Effective Computational Parametric Appraoch for Optimization of Adhesively Bonded Tubular Joints Subjected to Torsion Loading
Notice bibliographique
Résumé
Due to their low manufacturing cost, low stress concentration and ease of maintenance, adhesively bonded joints are now one of the most commonly and widely used joining systems in various industrial applications. As the use of composites gains popularity in oil and gas industry, the use of such joints for joining composite pipes is also gaining demand. The design and analysis methodologies applied to these joints under different loading conditions are however non-standard and rather controversial. The inherently complicated equations governing the behaviour of these joints have also impeded their use among the design engineers. As stated, however, as the use of composite pipes gains more popularity in oil and gas industry, the need for standardization of the methodology used for designing such joints becomes more essential. This paper discusses the details of 2D axis-symmetric and full-3D finite element models developed using the ABAQUS commercially available FEM software [1] for modeling and characterizing a series of adhesively bonded tubular joints used in isotropic and orthotropic pipes. The parametric script module of ABAQUS was used to systematically investigate the influence of several design parameters (such as the adhesive thickness, joint length, joint diameter, pipe material, and loading conditions), which govern the performance of such joints. The influence of various parameters specific to composite pipes (including the effect of laminate stacking sequence) was also investigated. Generated from the investigations was a set of useful design curves that provide the relationships among the parameters governing the behaviour of the joints. An important feature of the approach is its ability to establish the most optimized and effective joint length. The integrity of the optimization procedure was evaluated by comparing the response of the joints designed based on the developed design curves with those analyzed in detail by the finite element method (FEM).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».