MétaCan
Menu
Retour à la cohorte
Enregistrement W3101917704 · doi:10.22215/etd/2020-14301

Numerical and Experimental Optimization for Specific Fatigue Life Maximization of Additively Manufactured Ti-6Al-4V Aerospace Components

2020· dissertation· en· W3101917704 sur OpenAlexaff
Eric Trudel

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTopology optimizationAerospaceStructural engineeringMaximizationEngineeringComputer scienceMechanical engineeringMathematical optimizationFinite element methodAerospace engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Computer Aided Design (CAD) in combination with structural optimization has allowed the rapid development of engineering prototypes.Topology and multi-scale design optimization techniques are capable of shaping highly efficient load paths.However, the resulting geometries are complex that they can only be manufactured with Additive Manufacturing (AM) technology.One of the main downfalls of AM parts is their poor fatigue life which hinders the potential merits of design optimization.This thesis investigates experimental and numerical strategies to extend the fatigue life of additively manufactured Ti-6Al-4V components manufactured by Direct Metal Laser Sintering (DMLS) technology.Three stages for the development of fatigue resistant AM parts are introduced.The first experimental stage is concerned with the application of Ultrasonic Impact Treatment (UIT) to enhance the fatigue life of AM parts and to derive the S-N curves for the fatigue behavior of the treated and the as built parts.The second numerical stage is to conduct design optimization employing multi-scale, multi-objective and topology optimization methods to maximize the specific fatigue life of mechanical components made of UIT treated Ti-6Al-4V.A third stage includes employing cellular material in the context of topology and multi-scale optimization to further minimize the weight and maximize the fatigue life in a multi-objective design optimization scheme.It is found that by applying UIT onto DMLS Ti-6Al-4V that the endurance limit increases by 25%.When UIT is applied in the context of specific fatigue maximization, then a 51% mass reduction can be achieved while maintaining infinite life criterion.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
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 Opus0,029
Tête enseignante GPT0,245
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207