MétaCan
Menu
Retour à la cohorte
Enregistrement W2906615287 · doi:10.4028/www.scientific.net/msf.941.2270

Forensic Analyses of Stress-Strain Diagrams to Evaluate Contributions from Microstructure

2018· article· en· W2906615287 sur OpenAlexaff
S. Saimoto, Michael Langille, M. Niewczas

Notice bibliographique

RevueMaterials science forum · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensMcMaster UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFlow stressConstitutive equationMicrostructureWork hardeningSlip (aerodynamics)PlasticityMechanicsUltimate tensile strengthComposite materialThermodynamicsPhysicsFinite element method

Résumé

récupéré en direct d'OpenAlex

The conventional characterization of work-hardening is to approximate the stress-strain diagram using the empirical curve-fitting of Hollomon or Voce. The new method uses the Taylor slip analyses to derive a functional form which is optimally fitted to the data. This constitutive relations analysis (CRA) duplicates the data using at least two fit loci. The fit parameters relate to the slip motion within the microstructure and hence its interpretation reveals the possible dynamic shape-change reactions. The fit-process defines a new yield stress which separates the yielding from the deformation mechanisms at large strains that breaks up into two regions separated by intersection parameters. The applications of CRA to nanovoid formation and growth leading to ductile failure, plane stress yield locus prediction using tensile tests and decoding the stress-strain diagram for age-hardened aluminum alloys have been successful. Using super-pure aluminum, this study confirms that CRA is based on crystal plasticity principles and that CRA can predict the correlation of the obstacle strength factor, α, with work-hardening, hence permitting conversion of flow stress at given strains to obstacle density. The derived results show that the inherent annihilation process and the changing strength factor are coordinated to result in a self-consistent constitutive relation.

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 enseignants0,012
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,029
Tête enseignante GPT0,326
Écart entre enseignants0,297 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetMicrostructure and mechanical propertiesTravaux en français237 207