MétaCan
Menu
Retour à la cohorte
Enregistrement W2071984558 · doi:10.1111/j.1460-2695.2005.00869.x

Fatigue failure of adhesively patched 2024‐T3 and 7075‐T6 clad and bare aluminium alloys

2005· article· en· W2071984558 sur OpenAlexaff
D.L. DuQuesnay, P. R. Underhill, H. J. BRITT

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAdhesiveAluminiumCladding (metalworking)Lap jointAlloyComposite materialAluminium alloySubstrate (aquarium)MetallurgyStress (linguistics)Shear stressLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The fatigue behaviour of adhesive patches used for repairing aircraft components was investigated. Adhesive patches were simulated using single‐lap shear specimens on clad and bare 7075‐T6 and 2024‐T3 aluminium alloy substrates. Stress–life curves were generated under constant amplitude loading at three stress ratios: R =−1, 0 and 0.5. In the bare materials, failure always occurred in the adhesive itself leaving the substrates intact. At fatigue lives below about 100 000 cycles, the clad alloy specimens also failed in this manner. However, at lower stress levels, the clad alloys failed by cracks initiating in the cladding layer along the end of the lap and subsequently propagating through the substrate. The fatigue strength of the substrate, due to the adhesive patch on the clad materials, was reduced by an order of magnitude compared to the Military Handbook values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetFatigue and fracture mechanicsTravaux en français237 207