MétaCan
Menu
Retour à la cohorte
Enregistrement W2560369407 · doi:10.4028/www.scientific.net/ssp.258.306

Surface Roughness Effects on the Fatigue Behavior of As-Machined Inconel718

2016· article· en· W2560369407 sur OpenAlexaff
Hamid Javadi, Walid Jomaa, Damien Texier, Myriam Brochu, Philippe Bocher

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensPolytechnique MontréalUniversité LavalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSurface roughnessSurface finishResidual stressBendingComposite materialAmplitudeStructural engineeringOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Surface finish of machined components plays a key role in their life performance. The aim of this research is to investigate the effect of different roughness parameters on high cycle fatigue behavior of Inconel718. Rotating bending fatigue tests have been performed on Inconel718 specimens with various surface roughnesses produced by turning. Height and amplitude distribution roughness parameters were investigated. Statistical analyses show that a valley material component (Mr2), as one of the amplitude distribution parameters, is the most relevant parameter for the high cycle fatigue life of machined specimens. Observations conducted at the surface of broken specimens gage length, have shown the impact of surface roughness and residual stresses on the crack propagation mode. When the roughness increases, valleys were shown to be deeper and larger, leading to a higher Mr2 value and an increase of stress concentration.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,298
Écart entre enseignants0,261 · 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'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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207