MétaCan
Menu
Retour à la cohorte
Enregistrement W2992558465 · doi:10.1051/matecconf/201930006003

Fatigue strength evaluation for individual strands of overhead conductors using a biaxial fretting fatigue test bench

2019· article· en· W2992558465 sur OpenAlexaff
A Mahdipour Omrani, Sébastien Langlois, Pierre Van Dyke, Sasan Sattarpanah Karganroudi, Sébastien Lalonde

Notice bibliographique

RevueMATEC Web of Conferences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensHydro-QuébecÉcole de Technologie SupérieureUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésFrettingMaterials scienceConductorStructural engineeringBendingVibrationComposite materialFatigue limitTension (geology)Stress (linguistics)Electrical conductorCyclic stressAluminiumEngineeringCompression (physics)

Résumé

récupéré en direct d'OpenAlex

This paper presents a biaxial fretting fatigue test bench which provides the capability of performing fretting fatigue experiments on individual wires of a conductor combining the effect of both alternating tension and bending loadings to represent a more realistic state of a conductor individual strand under periodic loading caused by aeolian vibrations. Preliminary tests with only uniaxial alternating tension loading were carried out on 1350-H19 aluminum wires having the same mechanical and geometric characteristics as those of the ACSR Bersfort conductor aluminum strands. Different levels of alternating stress were tested in order to validate the performance of the apparatus. Preliminary results showed that the experimental setup allows reproducing the local loading state which leads to the fretting fatigue damage on the tested wires. Biaxial tests were also conducted at a high level of alternating loadings. The results of these tests reveals that, at high alternating stress amplitudes, the biaxial loading allows to observe some fretting fatigue failures, whereas early plain fatigue failures were observed when applying similar uniaxial loading.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,309
Écart entre enseignants0,216 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetMechanical stress and fatigue analysisTravaux en français237 207