MétaCan
Menu
Retour à la cohorte
Enregistrement W2073902879 · doi:10.1115/1.2767360

A Unified Finite Element Approach for the Study of Postyielding Deformation Behavior of Formable Sheet Materials

2006· article· en· W2073902879 sur OpenAlexafffund
Xinjian Duan, Mukesh Jain, Don R. Metzger, David S. Wilkinson

Notice bibliographique

RevueJournal of Pressure Vessel Technology · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneral Motors of Canada
Mots-clésNeckingMaterials scienceShear bandDeformation (meteorology)InstabilityShear (geology)Finite element methodFracture (geology)Tension (geology)Composite materialMechanicsStructural engineeringUltimate tensile strengthPhysics

Résumé

récupéré en direct d'OpenAlex

Deformation and fracture behavior of several formable automotive aluminum alloys and steels have been assessed experimentally at room temperature through standard uniaxial tension, plane strain tension, and hemispherical dome tests. These materials exhibit the same deformation sequence: normally uniform elongation followed by diffuse necking, then localized necking in the form of crossed intense-shear bands, and finally fracture. The difference among these alloys lies primarily with respect to the point at which damage (i.e., voiding) starts. Damage develops earlier in the steel samples, although in all cases very little damage is observed prior to the onset of shear instability. A unified finite element model has been developed to reproduce this characteristic deformation sequence. Instability is triggered by the introduction of microstructural inhomogeneities rather than through the commonly utilized Gurson-Tvergaard-Needleman damage model. The predicted specimen shape change, shear band characteristics, distribution of strain, and the fracture modes for steels and aluminum alloys are all in good agreement with the experimental observations.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pressure Vessel TechnologyMême sujetMetal Forming Simulation TechniquesTravaux en français237 207