MétaCan
Menu
Retour à la cohorte
Enregistrement W2563138239 · doi:10.4028/www.scientific.net/kem.725.138

Characterization of Hardening Behavior at Ultra-High Strain Rate, Large Strain, and High Temperature

2016· article· en· W2563138239 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKey engineering materials · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFlow stressStrain rateSofteningHardening (computing)Strain hardening exponentSplit-Hopkinson pressure barComposite materialTensile testingProjectileStrain (injury)Ultimate tensile strengthMetallurgy

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with the characterization of the OFHC copper flow stress at strain rates ranging from 10 − 3 s − 1 to 10 6 s − 1 considering the large strain and high temperature effects. Several uniaxial material tests with OFHC copper are performed at a wide range of strain rates from 10 − 3 s − 1 to 10 3 s − 1 by using a INSTRON 5583, a High Speed Material Testing Machine (HSMTM), and a tension split Hopkinson pressure bar. In order to consider the thermal softening effect, tensile tests at 25°C and 200°C are performed at strain rates of 10 − 3 s − 1 ,10 1 s − 1 , and 10 2 s − 1 . A modified thermal softening model is considered for the accurate application of the thermal softening effect at high strain rates. The large strain behavior is challenged by using the swift power law model. The high strain rates behavior is fitted with the Lim–Huh model. The hardening curves are evaluated by comparing the final shape of the projectile from numerical simulation results with the Taylor impact tests.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,096
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 GPT0,214
Écart entre enseignants0,206 · 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