Influence of Geometric Parameters and Their Variability on Fatigue Resistance of Spot-Weld Joints
Notice bibliographique
Résumé
<div class="htmlview paragraph">Spot welding is the primary method of joining sheet metal for body and structural applications in the ground vehicle industry. A typical automobile may contain over 5000 spot welds. The fatigue failure of spot welded joints results in the degradation of both structural and Noise, Vibration, and Harshness (NVH) performance. Therefore, designers need reliable information about the total fatigue life of spot welded joints early on in the design phase.</div> <div class="htmlview paragraph">Currently, automotive structures are employing ever increasing amounts of Advanced High Strength Steels (AHSS) including dual-phase steels. As a result, automotive designers require fatigue strength information on AHSS spot welds. The Auto/Steel Partnership (A/SP) has conducted fatigue tests with lap shear and coach peel specimens made of AHSS, HSLA and low carbon steels. Overall, the test data showed good correlation with the applied load range for all of the materials, regardless of base material strength. However, some scatter was observed in fatigue test data, especially in the data obtained from coach peel testing. This scatter may have resulted from several sources.</div> <div class="htmlview paragraph">In order to understand the sources of scatter, the effect of geometric variations, material microstructure, and mechanical properties on fatigue life is investigated. Specifically, the variability in nominal values of spot weld diameter, specimen geometry including specimen thickness, width, etc., and hardness values obtained in the HAZ and fusion zone are examined. The results of this study shed light on the importance of geometric parameters, such as specimen thickness and weld nugget diameter, and their large impact on the fatigue strength variability.</div>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».