Statistical Analysis of Fatigue Related Microstructural Parameters for Airframe Aluminum Alloys
Notice bibliographique
Résumé
Abstract This paper presents the results of statistical analysis of the fatigue related microstructural parameters, mainly on constituent particles and pores, in 7050-T7452 aluminum forging materials. The statistical distributions of the particle and pore area data, which were obtained from the metallographic measurements on polished surfaces, were fitted well with three-parameter lognormal functions. Comparative studies were carried out for the particle and pore size distributions between the core and periphery materials, and between the hand and die forging materials. An extreme value theory-based model was investigated to correlate the overall material particle distribution with the fatigue crack-nucleating particle distribution. The results indicated that the particle size is not the only parameter affecting the fatigue process; other parameters, such as grain size and grain orientation, are also important parameters for microstructure-based fatigue modeling. Therefore, orientation image microscopy (OIM) analyses were carried out on pristine 7050 samples, on different planes, to determine the grain orientation distributions. Finally, a preliminary OIM analysis was performed on a fractured sample to measure the misorientation angles between the grains near the crack nucleation and short crack regions. It is expected that the test observations and quantitative microstructural data could help to understand the effects of microstructure on the fatigue process and develop a microstructure-based fatigue modeling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».