MétaCan
Menu
Retour à la cohorte
Enregistrement W2252881637 · doi:10.1142/s1758825115500337

Analysis of Reversed Torsion of FCC Metals Using Polycrystal Plasticity Models

2015· article· en· W2252881637 sur OpenAlexaff
Xiaoqian Guo, Huamiao Wang, Pengfei Wu, Xianbiao Mao

Notice bibliographique

RevueInternational Journal of Applied Mechanics · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTorsion (gastropod)ViscoplasticityTangentMaterials sciencePlasticityConstitutive equationFinite element methodMechanicsStructural engineeringGeometryComposite materialMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Large strain behavior of FCC polycrystals during reversed torsion are investigated through the special purpose finite element based on the classical Taylor model and the elastic-viscoplastic self-consistent (EVPSC) model with various Self-Consistent Schemes (SCSs). It is found that the response of both the fixed-end and free-end torsion is very sensitive to the constitutive models. The models are assessed through comparing their predictions to the corresponding experiments in terms of the stress and strain curves, the Swift effect and texture evolution. It is demonstrated that none of the models examined can precisely predict all the experimental results. However, more careful observation reveals that, among the models considered, the tangent model gives the worst overall performance. It is also demonstrated that the intensity of residual texture during reverse twisting is dependent on the amounts of pre-shear strain during forward twisting and the model used.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,356

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)0,0000,000

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 Opus0,053
Tête enseignante GPT0,278
Écart entre enseignants0,225 · 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'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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied MechanicsMême sujetMicrostructure and mechanical propertiesTravaux en français237 207