MétaCan
Menu
Retour à la cohorte
Enregistrement W2939236076 · doi:10.1098/rspa.2018.0747

Indentation into a plastic fluid layer

2019· article· en· W2939236076 sur OpenAlexaff
Thomasina V. Ball, Neil J. Balmforth, Ian Hewitt

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndentationViscoplasticitySlip (aerodynamics)MechanicsMaterials scienceCoulombPenetration (warfare)PlasticityLubricationSlip line fieldClassical mechanicsComposite materialPhysicsConstitutive equationMathematicsShear (geology)Finite element methodThermodynamics

Résumé

récupéré en direct d'OpenAlex

We study the indentation of a rigid object into a layer of a cohesive or non-cohesive plastic material. Existing approaches to this problem using slip-line theory assume that the penetration depth is relatively small, employing perturbation theory about a flat surface. Here, we use two alternative approaches to account for large penetration depths, and for the consequent spreading and uplift of the surrounding material. For a viscoplastic fluid, which reduces to an ideal plastic under the limit of vanishing viscosity, we adopt a viscoplastic version of lubrication theory. For a Mohr-Coulomb material, we adopt an extension of slip-line theory between two parallel plates to account for arbitrary indenter shapes. We compare the theoretical predictions of penetration and spreading with experiments in which a flat plate, circular cylinder or sphere are indented into layers of Carbopol or glass spheres with successively higher loads. We find reasonable agreement between theory and experiment, though with some discrepancies that are discussed. There is a clear layer-depth dependence of the indentation and uplift for the viscoplastic material. For a cylinder indented into a Mohr-Coulomb material, there is a much weaker dependence on layer depth.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,277

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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207