MétaCan
Menu
Retour à la cohorte
Enregistrement W2086815783 · doi:10.4271/2012-01-0181

Measuring the Mechanical Properties of Aluminum Sheets and Their Resistance Spot Welds at Large Strains Using Digital Image Correlation Coupled with a Modified Shear Test

2012· article· en· W2086815783 sur OpenAlexaff
Jidong Kang, Joseph R. McDermid, Moise Bruhis

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDigital image correlationMaterials scienceSpot weldingAluminiumShear (geology)Direct shear testComposite materialDigital imageImage processingImage (mathematics)WeldingComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">The constitutive behavior of aluminum alloy sheet and their resistance spot welds at large strains is critical for light weight vehicle design analysis and life prediction. However, data from uniaxial tensile tests are usually limited to small strains or by material instability. A novel technique was developed using digital image correlation coupled with a modified shear test to directly measure the stress - strain curves of aluminum alloy sheet at large strains. The modified shear sample prevents end rotation of the shear zone as compared to the ASTM B831 test. The results show that the effective stress - effective strain curves from shear tests match those obtained by uniaxial tension, but only by incorporating material anisotropy using the Barlat-Lian yield function. For the first time, the technique was applied to aluminum resistance spot welds to determine both the shear strength and stress-strain curves of spot welds at large strains. The results show that for non heat treatable AA5754 spot welds, there was a slight change in yield strength but significant change in work hardening rate whereas for heat treatable AA6022-T4 spot welds, there was a significant decrease in both yield strength and work hardening rate. Technique details and experimental validation will be discussed.</div></div>

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,217
Écart entre enseignants0,196 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetMetal Forming Simulation TechniquesTravaux en français237 207