MétaCan
Menu
Retour à la cohorte
Enregistrement W2559547926 · doi:10.5539/mer.v6n2p23

Design and Finite Element Analysis of Hydrostatic Pressure Testing Machine used for Ductile Iron Pipes

2016· article· en· W2559547926 sur OpenAlexvenueno aff
Ayush Morchhale

Notice bibliographique

RevueMechanical Engineering Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Structural Analysis Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésvon Mises yield criterionFinite element methodHydrostatic pressureStructural engineeringDeformation (meteorology)Stress (linguistics)Hydrostatic testMechanical engineeringMaterials scienceYield (engineering)Universal testing machineEngineeringPressure vesselComposite materialUltimate tensile strengthMechanics

Résumé

récupéré en direct d'OpenAlex

The present work deals with the design, construction and demonstration of a hydraulic pressure testing machine. The machine can be used universally to test a centrifugally cast iron pipe (from 80 to 600 mm diameter) under the applied hydraulic pressure. The developed machine can handle a maximum of 5 MPa pressure for 600 mm diameter pipe. The machine was designed using mild steel flats, plates and bars and was tested under maximum design pressure of 3.5 MPa. Stiffeners were used in proposed design, instead of thick end plates as used by earlier researchers. The modeling of machine was carried out using commercially available SolidWorks 14 and the validation of design was carried out using FE package ABAQUS 6.13. Several trials were carried out on design pressure and precise results of von-Mises stress were obtained well within the specified yield stress limits and significant decrease in total deformation of stiffened end plates. Added stiffeners also resulted in reduced material requirement, weight, higher cost effectiveness and being light in weight helps in easy handling at site.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,058
Tête enseignante GPT0,330
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical Engineering ResearchMême sujetEngineering Structural Analysis MethodsTravaux en français237 207