MétaCan
Menu
Retour à la cohorte
Enregistrement W2068162625 · doi:10.1520/mpc20130007

Residual Stresses in Welded Stiffened Steel Plates—An Experimental Comparative Study

2013· article· en· W2068162625 sur OpenAlexaff
Sara Kenno, Sreekanta Das, R. B. Rogge, Michael A. Gharghouri

Notice bibliographique

RevueMaterials Performance and Characterization · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensCanadian Nuclear LaboratoriesUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésResidual stressMaterials scienceWeldingComposite materialDiffractionNeutron diffractionTransverse planeResidualStress (linguistics)Structural engineeringMetallurgyOptics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the residual stress distributions at selected depths in three stiffened 350WT steel plates representing typical stiffened steel plates used in modern ship construction. Residual stresses can develop from the welding process, and the magnitude of these stresses can be high enough to cause an early onset of yielding. Therefore, fatigue or other failures can also occur when welding-induced residual stresses are combined with service-load-induced stresses. In this study, the welding-induced residual stresses of these stiffened steel plate specimens were quantified at the near surface using the X-Ray diffraction method and at various depths using the neutron diffraction method. Transverse and longitudinal stress components for all three specimens were collected and analyzed. The residual stress profiles determined from both methods were found to be similar. However, some disagreement was found within the heat-affected zone of the weld bead. This paper discusses the residual stress distributions found in the three specimens and compares the two methods of measurement.

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)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,245
Écart entre enseignants0,226 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Performance and CharacterizationMême sujetWelding Techniques and Residual StressesTravaux en français237 207