MétaCan
Menu
Retour à la cohorte
Enregistrement W2071714569 · doi:10.2495/mc110301

Characteristics of a bolted joint with a shape memory alloy stud

2011· article· en· W2071714569 sur OpenAlexaff
Nazim Ould-Brahim, Abdel‐Hakim Bouzid, Vladimir Braïlovski

Notice bibliographique

RevueWIT transactions on engineering sciences · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésJoint (building)Shape-memory alloyMaterials scienceBolted jointStructural engineeringFinite element methodComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Creep is an important factor that contributes to the load loss and tightness failure of bolted joints.Retightening of the joint can be expensive, time consuming and therefore is an undesirable solution.Currently most efforts are focussed on reducing load losses directly by tightening to yield, improving material creep properties or making joints less rigid.An alternative solution of current interest is the use of bolts in shape memory alloy (SMAs).However, very few experimental studies are available that demonstrate its feasibility.The objective of this study is to exploit the benefit of the shape memory and superelasticity behaviors of a SMA stud to recover the load losses due to creep and thermal exposure of a gasket in a bolted joint assembly.This paper explores several avenues to investigate and model the thermo-mechanical properties of a bolted joint with a Nickel-Titanium SMA stud.A stiffness-based analytical model which incorporates the Likhachev model of SMA is used as a representation of an experimental bolted joint assembly.Using this model the rigidity of the experimental setup is optimized to make the best use of the SMA properties of the stud.This theoretical model is validated by a Finite Element (FE) Model using a custom FE material model which also implements the SMA material model.Finally an experimental test bench with an optimized stiffness derived from analytical simulations is used, with and without gaskets to demonstrate the ability of the SMA stud to recover load losses.

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 enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,212
Écart entre enseignants0,179 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on engineering sciencesMême sujetShape Memory Alloy TransformationsTravaux en français237 207