MétaCan
Menu
Retour à la cohorte
Enregistrement W2079820678 · doi:10.1177/1045389x0446307

Stepwise-equilibrium and Adaptive Molecular Dynamics Simulation for Fracture Toughness of Single Crystals

2004· article· en· W2079820678 sur OpenAlexafffund
Yichen Xu, G. R. Liu, Kamran Behdinan, Zouheir Fawaz

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2004
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesLos Alamos National LaboratoryNatural Sciences and Engineering Research Council of CanadaNational University of SingaporeUniversity of Connecticut
Mots-clésFracture toughnessMaterials scienceMolecular dynamicsToughnessStress intensity factorDisplacement (psychology)Fracture (geology)Position (finance)Critical loadStress (linguistics)MechanicsSingle crystalComposite materialFracture mechanicsThermodynamicsCrystallographyChemistryPhysicsComputational chemistry

Résumé

récupéré en direct d'OpenAlex

A stepwise-equilibrium and adaptive molecular dynamics (MD) simulation scheme for investigating the fracture toughness of single crystals is proposed in this study. The critical fracture toughness is found by conducting MD simulations along with the gradually increasing external load. At each load step, an equilibrium state is obtained by relaxing the system from the initial state generated. This is done by adjusting the atomic position using an additional displacement of linear elastic solution corresponding to the current load increment. The load increment is adjusted at each step in an adaptive way in order to achieve high computational efficiency and accuracy. A nickel crystal having 14256 atoms is investigated using this technique. The critical stress intensity factor in the (1[UNKNOWN]0) plane is found to be 0.7436 MPa √m, while the fracture stress is 4.7776 GPa. The effects of vacancies on the critical stress intensity factors are also investigated.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetMicrostructure and mechanical propertiesTravaux en français237 207