MétaCan
Menu
Retour à la cohorte
Enregistrement W2557931181 · doi:10.1115/pvp2016-63831

Critical Strain and Damage Evolution for Crack Growth From a Sharp Notch Tip of High-Strength Steel

2016· article· en· W2557931181 sur OpenAlexafffund
Feng Yu, P.‐Y. Ben Jar, Michael T. Hendry

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology FuturesUniversity of AlbertaTransport Canada
Mots-clésMaterials scienceFracture toughnessUltimate tensile strengthStructural engineeringFinite element methodEnhanced Data Rates for GSM EvolutionFracture (geology)Stress (linguistics)Deformation (meteorology)ToughnessModulusComposite materialComputer science

Résumé

récupéré en direct d'OpenAlex

This paper proposes details of an approach that uses expressions of fracture strain and damage evolution as functions of stress triaxiality for notch-free specimens to predict their values for crack growth from a sharp notch tip of a single-edge-notched bend (SENB) specimen. Experimental testing and finite element (FE) modelling are used to determine the basic mechanical properties and deformation behaviour of those specimens, which are needed to calibrate model constants in the proposed approach and to validate prediction from the approach. Three types of mechanical testing were conducted, using standard smooth tensile, short-gauged tensile and standard SENB specimens. The FE modeling is to establish constitutive relationship between stress and strain for notch-free specimens so that the FE modeling can be used to determine parameters such as stress triaxiality and unloading modulus for the prediction of fracture strain and damage evolution at the sharp notch tip of SENB specimen. The study will then examine whether the proposed approach can predict the trend of variation for fracture toughness among three high-strength steels, which is an on-going study and the results will be presented in the conference.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetStructural Load-Bearing AnalysisTravaux en français237 207