MétaCan
Menu
Retour à la cohorte
Enregistrement W2139882738 · doi:10.1177/1056789514541823

Bimodal dwell-fatigue Weibull distribution of forged titanium IMI 834

2014· article· en· W2139882738 sur OpenAlexaff
Lotfi Toubal, Philippe Bocher, André C. Moreau

Notice bibliographique

RevueInternational Journal of Damage Mechanics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTitanium Alloys Microstructure and Properties
Établissements canadiensNational Research Council CanadaÉcole de Technologie SupérieureUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésWeibull distributionMaterials scienceWeibull modulusDwell timeUltimate tensile strengthForgingComposite materialReliability (semiconductor)Structural engineeringTitanium alloyTitaniumMetallurgyAlloyMathematicsFlexural strengthEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

This study addresses cumulative damage and its evolution during the cold dwell fatigue of a near-α titanium alloy. An experimental study was undertaken to examine the evolution of life, strain, strength and damage of 13 titanium IMI 834 samples cut from a single disk forging. The samples were tested in the same dwell-fatigue loading conditions. In the dwell phase, the load is maintained at 80% of ultimate tensile strength (824 MPa, 90% of yield strength) for 30 s. The secant Young’s modulus and inelastic strain at minimum load were measured in order to document the evolution of the irreversible damage against the number of cycles for all specimens. Experimental observations show significant differences in dwell-fatigue life and damage behavior. This mechanical analysis and an analysis of the cumulative Weibull reliability distribution suggest a bimodal dwell-fatigue failure process. Some features of the mechanical behavior can be used to sort the samples according to each of the two failure modes and improve the reliability of the fatigue test campaign.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Damage MechanicsMême sujetTitanium Alloys Microstructure and PropertiesTravaux en français237 207