MétaCan
Menu
Retour à la cohorte
Enregistrement W2086191307 · doi:10.1111/j.1460-2695.2007.01164.x

High‐cycle fatigue mechanisms in 1045 steel under non‐proportional axial‐torsional loading

2007· article· en· W2086191307 sur OpenAlexaff
Yves Verreman, He Guo

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceStructural engineeringAmplitudeStress concentrationCrack closureMicrostructureFatigue testingStress (linguistics)Slip (aerodynamics)Shear (geology)Fracture mechanicsComposite materialEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Detailed microscopic analyses have been made on the high‐cycle mechanisms in 1045 steel under various stress‐controlled axial‐torsional loadings. A special attention has been paid to a critical example of non‐proportional loading, i.e., 90° out‐of‐phase loading with different stress ratios. The replica technique has been used to monitor crack initiation and propagation from the microstructure scale. The orientations of persistent slip bands and Stage I cracks are in good agreement with the critical plane concept. The evolutions of crack length with cycle life as well as the crack aspect ratios depend on the loading condition. However at a given life, the data are consolidated in terms of crack depth versus cycle life. The McDiarmid parameter correlates stress‐life data under proportional loadings. However, it underestimates fatigue lives under out‐of‐phase loading at high stress ratio and it overestimates them in the case where all planes experience the same shear stress amplitude (stress ratio = 0.5). More damaging mechanisms are involved in crack initiation and crack propagation. It is recommended to test the fatigue performance of materials in this last condition that involves the worst damage mechanisms.

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)0,001
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 enseignants0,396
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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

Citations31
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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