MétaCan
Menu
Retour à la cohorte
Enregistrement W2117300279 · doi:10.1051/epjconf/20122601020

Characterization of impact behaviour of armour plate materials

2012· article· en· W2117300279 sur OpenAlexaff
M.N. Bassim, M. Bolduc, G. Nazimuddin, Jeffrey Delorme, Ioannis Polyzois

Notice bibliographique

RevueEPJ Web of Conferences · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensDefence Research and Development CanadaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAdiabatic shear bandMaterials scienceSplit-Hopkinson pressure barAlloyComposite materialMetallurgyStrain rateShearing (physics)Torsion (gastropod)Deformation (meteorology)AluminiumPlasticityDeformation mechanismMicrostructure

Résumé

récupéré en direct d'OpenAlex

Three armour plate materials, including two steels, namely HHA and Mars 300, and an aluminium alloy 5083, were studied under impact loading to determine their behaviour and the mechanisms of deformation that lead to failure. The experimental testing was carried out using either a direct impact compression Split Hopkinson Bar or a torsion Hopkinson Bar. The impact properties and stress-strain cures were obtained as a function of the impact momentum in compression and the angle of twist in torsion. It was found that at the high strain rates developed in the specimen during the tests, the deformation occurs by the formation of adiabatic shear bands (ASBs) which may lead to the formation of cracks within the bands and the ultimate failure of the specimens. It was also found that below a certain impact momentum, the deformation is more uniform and no ASBs are formed. Also, ASBs are more likely to form in the BCC metals such as the two steels while diffuse ASBs associated with plastic flow are exhibited in the 5083 aluminum alloy. Microstructural techniques ranging from optical microscopy to atomic force microscopy (AFM) were used to study the topography of the ASBs. Also, modelling of the formation was performed. The results provide a comprehensive understanding of the role of ASBs in the failure of these materials.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,253
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0070,000

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 Opus0,034
Tête enseignante GPT0,302
Écart entre enseignants0,268 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetHigh-Velocity Impact and Material BehaviorTravaux en français237 207