MétaCan
Menu
Retour à la cohorte
Enregistrement W3038094296 · doi:10.1177/0954406220931527

Analysis of tensile-shear strength of single and multi-friction stir spot welding joints under fixed welding process conditions

2020· article· en· W3038094296 sur OpenAlexaff
Morteza Asadollahi, Neda Jabbari, Soheil Nakhodchi, Hossein Salimi, Hamed Haddad Khodaparast

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSpot weldingWeldingMaterials scienceUltimate tensile strengthFriction stir weldingComposite materialShear (geology)Friction weldingMetallurgy

Résumé

récupéré en direct d'OpenAlex

The tensile-shear strength of AA 5052 single and multi-friction stir spot welding joints were analyzed using experimental, numerical, and analytical approaches. Benchmark specimens were designed and manufactured in a similar manner with respect to industrial practice. Under the fixed welding process condition, the failure mechanism of friction stir spot welded specimens under tensile-shear loading was first determined by using macro- and micro-structural analysis. It is shown that increasing the tool shoulder diameter and the number of friction stir spot weldings may nonproportionally increase the strength of the joints. In the linearly arranged multi-friction stir spot welding joints, the strength of these joints was discussed using analytical approach. It is demonstrated that in certain cases, increasing the nugget diameter is preferred than increasing the number of nuggets. This is only applicable to a certain friction stir spot welding failure mechanism. A finite element model prediction tool was developed to predict the tensile-shear strength of friction stir spot welded joints using the material properties obtained from the measurement of experimental hardness.

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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,255
Écart entre enseignants0,232 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering ScienceMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207