MétaCan
Menu
Retour à la cohorte
Enregistrement W2321642097 · doi:10.1061/9780784413272.280

Numerical DEM Examination of a Torsional Shear Test

2014· article· en· W2321642097 sur OpenAlexaff
Bo Li, Fengshou Zhang, Marte Gutierrez

Notice bibliographique

RevueGeo-Congress 2014 Technical Papers · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesNatural Science Foundation of Zhejiang Province
Mots-clésShear (geology)Shear stressDirect shear testMaterials scienceShear bandPorosityShear rateBoundary element methodDiscrete element methodTriaxial shear testFinite element methodShear wallGeotechnical engineeringStructural engineeringShear zoneMechanicsGeologyComposite materialEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The paper presents preliminary results of three-dimensional simulation of the pure torsional shear (PTS) test using the discrete element method with the stacked-wall technique to simulate the boundary conditions in the test. The average stress and strain components in the PTS test are presented. To investigate the stress-strain relationship inside and outside shear bands that develop during the loading, a measuring sphere is employed to monitor the localization behavior of the specimen. The evolution of porosity and coordination number in the shear zone at different locations is presented. The initiation and propagation of the shear band characterized by porosity and shear rate contour are visualized, which indicated the shear rate is a better indicator for shear-banding identification. The results demonstrate also that, based on the microparameter monitoring, the stress and strain measured in the shear zone is significantly different from boundary measurement. The paper also demonstrates that the discrete element method is an effective tool to investigate the mechanical behavior of particular materials.

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)0,001
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 enseignants0,358
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0030,001

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 Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2014 Technical PapersMême sujetHigh-Velocity Impact and Material BehaviorTravaux en français237 207