MétaCan
Menu
Retour à la cohorte
Enregistrement W3108919515 · doi:10.1088/1757-899x/967/1/012026

A Method to Incorporate Grain Boundary Strength and its Effects on Plastic Deformation in FCC Polycrystals

2020· article· en· W3108919515 sur OpenAlexaff
Waqas Muhammad, Abhijit Brahme, Jidong Kang, Edward Cyr, D.S. Wilkinson, Kaan Inal

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceElectron backscatter diffractionGrain boundaryFinite element methodTexture (cosmology)Digital image correlationGrain boundary strengtheningDeformation (meteorology)Tension (geology)Composite materialPlasticityMetallurgyGeometryMicrostructureUltimate tensile strengthStructural engineeringMathematicsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract A three-dimensional (3D) crystal plasticity finite element method (CPFEM) is developed to investigate the effect of grain boundary strength on heterogeneous strain partitioning in FCC polycrystals. The proposed method incorporates electron backscatter diffraction (EBSD) maps into finite element analyses. The numerical analysis accounts for crystallographic texture, its evolution and 3D grain morphologies. Furthermore, grain boundaries are also mapped with a special finite element framework that allows material properties to be assigned to the grain boundaries. The material parameters and the grain boundary strengths are obtained by calibration to experimental uniaxial tension curves for single and polycrystals. Numerical simulations of uniaxial tension are performed and the effects of grain boundary strength on the onset of non-uniform deformation is investigated. The predicted local strain evolution is compared with corresponding experimental results from digital image correlation (DIC) measurements of an AA5754 aluminium sheet. The results showed that an excellent agreement was reached when the grain boundary properties were set so that the hardness was five times that of the average polycrystal response.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMicrostructure and mechanical propertiesTravaux en français237 207