MétaCan
Menu
Retour à la cohorte
Enregistrement W3042379864 · doi:10.1115/hvis2019-051

Shear band characteristics in high strain rate naval applications

2019· article· en· W3042379864 sur OpenAlexaff
Michael J. P. Conway, James D. Hogan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh-Velocity Impact and Material Behavior
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésShear bandShear (geology)Materials scienceStrain hardening exponentYield (engineering)Strain rateShear stressComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This paper explores the dynamic behavior of HSLA 65 naval steels, specifically focusing on the initiation and growth of shear bands in quasi-static and dynamic compression experiments and how these bands affect stress-strain responses. The results indicate that the yield strength for this HSLA 65 increases from 541 ± 8 MPa for quasi-static (10-3 s-1) to 1081 ± 48 MPa for dynamic rates 1853 ± 31 s-1, and the hardening exponent increases from 0.376 ± 0.028 for quasi-static to 0.396 ± 0.006 for dynamic rates. Yield behavior was found to be associated with the onset of shear banding for both strain-rates, confirmed through visualization of the specimen surface using high-speed and ultra-high-speed cameras. For the quasi-static case, shear banding and yielding was observed to occur at 2.5% strain, and were observed to grow at speeds of upwards of 38 mm/s. For the dynamic experiments, the shear banding begins at approximately 1.18 ± 0.06% strain and these can grow upwards of 2122 ± 213 m/s during post-yield softening. Altogether, these measurements are some of the first of their kind in the open literature, and provide guidance on the critical time and length scales in shear banding. This information can be used in the future to design more failure-resistant steels, which has broader applications in construction, defense, and natural resource industries.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,425
Score d'incertitude au seuil0,996

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)0,0070,005

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,249 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 sujetHigh-Velocity Impact and Material BehaviorTravaux en français237 207