MétaCan
Menu
Retour à la cohorte
Enregistrement W2141630562 · doi:10.1115/1.3147986

Analysis of Variable Amplitude Fatigue Data of the P355NL1 Steel Using the Effective Strain Damage Model

2009· article· en· W2141630562 sur OpenAlexaff
H. Pereira, D.L. DuQuesnay, Abílio M.P. De Jesus, António L.L. da Silva

Notice bibliographique

RevueJournal of Pressure Vessel Technology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésAmplitudeStructural engineeringMaterials scienceRobustness (evolution)Range (aeronautics)Strain (injury)Composite materialPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes an analysis of variable amplitude fatigue data obtained for the P355NL1 steel, using a strain-based cumulative damage model. The fatigue data consist of constant and variable amplitude block loading, which was applied to both smooth and notched specimens, previously published by the authors. The strain-based cumulative damage model, which has been proposed by D.L. DuQuesnay, is based on the growth and closure mechanisms of microcracks. It incorporates a parameter termed net effective strain range, which is a function of the microcrack closure behavior and inherent ability to resist fatigue damage. A simplified version of the model is considered, which assumes crack closure at the lowest level for the entire spectrum and does not account for varying crack opening stresses. In general, the model produces conservative predictions within an accuracy range of two on lives, for both smooth and notched geometries, demonstrating the robustness of the model.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,280
Écart entre enseignants0,251 · 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.

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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pressure Vessel TechnologyMême sujetFatigue and fracture mechanicsTravaux en français237 207