On the Use of Shape Memory Alloy Studs to Recover Load Loss in Bolted Joints
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».