On the Use of Shape Memory Alloy Studs to Recover Load Loss in Bolted Joints
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Creep is an important factor that contributes to the clamp load loss and tightness failure of bolted joints with and without gaskets over time. Retightening of the joint can be expensive and time consuming; therefore, it is an undesirable solution. Currently, most efforts are put towards reducing load losses directly by tightening to yield, improving material creep properties, or making joint less rigid. An alternative solution of current interest is the use of bolts in shape memory alloys (SMAs). However, very few experimental studies are available, which demonstrate the feasibility of these alloys. The objective of this study is to explore the benefit of shape memory and superelasticity behavior of an SMA stud to recover load losses due to creep and thermal exposure of a gasket in a bolted-joint assembly. This paper explores several venues to investigate and model the thermomechanical behavior of a bolted joint with a nickel–titanium SMA stud. A stiffness-based analytical model which incorporates the Likhachev model of SMA is used as a representation of an experimental bolted-joint assembly. Based on this model, the rigidity of the experimental setup is optimized to make the best use of the SMA properties of the stud. This analytical model is compared with a finite element model, which also implements the Likhachev's material law. Finally, an experimental test bench with a relatively low stiffness representative of standard flanges is used, with and without gaskets to demonstrate the ability of the SMA stud to recover load losses due to gasket creep.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle