MétaCan
Menu
Retour à la cohorte
Enregistrement W2990392922 · doi:10.1115/pvp2019-93312

The Effects of Non-Proportional Biaxial Loading Paths on Ductile Fracture Initiation: A Void Growth Analysis

2019· article· en· W2990392922 sur OpenAlexaff
Zhaoyu Jin, Xin Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceVoid (composites)Fracture toughnessComposite materialCoalescence (physics)Finite element methodToughnessPlane stressStructural engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The effects of non-proportional biaxial loading paths on ductile fracture initiation toughness are studied in this paper. To this end, the growth of a cylindrical void (hole) located in front of a mode I plane strain crack has been studied using large deformation finite element analysis (FEA). A specific microstructural feature of a steel alloy was thoroughly studied by having a single void positioned at a fixed distance from the crack tip and void that was equal to 10 times the diameter of the void. In particular, the non-proportional biaxial loading path effects on the crack tip blunting, void-growth, ligament reduction and near-tip stress fields are investigated computationally. Under small-scale yielding conditions, one proportional loading and two non-proportional loading paths are applied to the modified boundary layer (MBL) model. It is observed that the non-proportional load paths have a marked effect on the void growth, crack tip blunting and their interaction. By applying the criteria for the coalescence of the crack tip and void, the ductile fracture initiation toughness is estimated. It is shown that the ductile fracture toughness is dependent on loading paths, and the T-stress ratios. Results from this study are of relevance to ductile fracture assessment of components or pressure vessels that operate under non-proportional biaxial loading conditions.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,291

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 Opus0,003
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMetal Forming Simulation TechniquesTravaux en français237 207