MétaCan
Menu
Retour à la cohorte
Enregistrement W2992352791 · doi:10.1051/matecconf/201930008005

On the phase angle role in the shear response of ZK60 Mg alloys under multiaxial fatigue

2019· article· en· W2992352791 sur OpenAlexaff
Seyyed Mohamad Hasan Karparvarfard, Seyed Behzad Behravesh, S.K. Shaha, Hamid Jahed

Notice bibliographique

RevueMATEC Web of Conferences · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAmplitudeMaterials scienceShear (geology)Phase angle (astronomy)Phase (matter)TorqueStrain (injury)Shear stressComposite materialMechanicsStructural engineeringPhysicsThermodynamicsOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Proportional and non-proportional multiaxial fatigue tests are conducted on the closed-die forged ZK60 extrusion. The shear strain amplitude was kept constant at 0.5% for all the tests, while two different axial strain amplitudes of 0.4% and 0.7% were considered. At the higher strain amplitude (0.7%) significant difference was observed between the torque amplitudes of proportional and non-proportional tests, whereas the axial load amplitude responses remained the same regardless of the phase angle shifts. It is likely that as the phase angle changes from 0-90, the twin volume fraction at the peak shear strain decreases resulting in higher torque responses. On the other hand, at the lower strain amplitude, i.e. 0.4%, where twinning is not active, phase angle does not show any effect on the shear response. An energy-based fatigue model is employed that effectively explains the different damage contributions by the axial and torsional loadings at different strain amplitudes, and accurately predicts the proportional and non-proportional multiaxial fatigue lives.

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 seuil0,005

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 GPT0,282
Écart entre enseignants0,244 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207