MétaCan
Menu
Retour à la cohorte
Enregistrement W2087540875 · doi:10.1063/1.4905853

Influence of mesoscale properties on the mechanisms of plastic strain accommodation in plane strain dynamic deformation of concentric Ni-Al laminates

2015· article· en· W2087540875 sur OpenAlexaff
Karl Olney, Po-Hsun Chiu, M.S. Ribero Vairo, Andrew Higgins, Matthew Serge, David J. Benson, V. F. Nesterenko

Notice bibliographique

RevueJournal of Applied Physics · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensMcGill University
Organismes subventionnairesOffice of Naval ResearchMultidisciplinary University Research Initiative
Mots-clésMaterials scienceBrittlenessComposite materialPlasticityDuctility (Earth science)Mesoscale meteorologyDeformation (meteorology)Shear (geology)BucklingStiffnessStrain (injury)Structural engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The paper presents results on the mechanisms of plastic strain accommodation of Ni-Al laminates composed of concentrically aligned thin foils processed at different conditions undergoing a high strain radial collapse in thick walled cylinder experiments. Numerical simulations were conducted to examine the influence of mesoscale parameters (layer size, defects in mesostructure, and ductility) on the mechanisms of large plastic strain accommodation (high amplitude cooperative buckling; high frequency, low amplitude buckling; and kinking) at high strain rates in pure shear (plane strain) conditions. These mechanisms are dramatically different than observed in solid ductile and brittle homogeneous materials where a pattern of shear bands is the major mode of strain accommodation. It was observed that the layer thickness and ductility greatly influenced the dominant mode of plastic strain accommodation. The number of apices was related to the layer thickness. The presence of defects mainly had a localized area of influence. Numerical simulations showed good qualitative agreement with the experiments and provided the ability to simulate additional mesoscale and material dependencies: the role of friction/bonding, relative layer sizes, and sample thickness.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,249
Écart entre enseignants0,226 · 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'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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetHigh-Velocity Impact and Material BehaviorTravaux en français237 207