MétaCan
Menu
Retour à la cohorte
Enregistrement W2121351519 · doi:10.1051/epjconf/20122602002

On the persistence of adiabatic shear bands

2012· article· en· W2121351519 sur OpenAlexaff
Solomon Boakye–Yiadom, M.N. Bassim, S. Al-Ameeri

Notice bibliographique

RevueEPJ Web of Conferences · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAdiabatic shear bandMaterials scienceMetallurgyShear (geology)MicrostructureAlloySplit-Hopkinson pressure barComposite materialStrain rate

Résumé

récupéré en direct d'OpenAlex

It is generally agreed that the initiation and development of adiabatic shear bands (ASBs) are manifestations of damage in metallic materials subjected to high strain rates and large strains as those due to impact in a Hopkinson Bar system. Models for evolution of these bands have been described in the literature. One question that has not received attention is how persistent these bands are and whether their presence and effect can be reversed or eliminated by using a process of thermal (heat treatment) or thermo-mechanical treatment that would relieve the material from the high strain associated with ASBs and their role as precursors to crack initiation and subsequent failure. Since ASBs are more prevalent and more defined in BCC metals including steels, a study was conducted to investigate the best conditions of generating ASBs in a heat treatable steel, followed by determining the best conditions for heat treatment of specimens already damaged by the presence of ASBs in order to relieve the strains due to ASBs and restore the material to an apparent microstructure without the “scars” due to the previous presence of ASBs. It was found that heat treatment achieves the curing from ASBs. This presentation documents the process undertaken to achieve this objective.

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 enseignants0,047
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0060,000

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 Opus0,058
Tête enseignante GPT0,277
Écart entre enseignants0,219 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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