Microstructure-Based Computational Fatigue Life Prediction of Structural Materials
Notice bibliographique
Résumé
Conventionally, engineers have to perform fatigue testing, either in stress or in strain-controlled mode, to determine the fatigue properties of a material, which costs a great deal of time and money.Therefore, the concept of computational fatigue design has been proposed and received an increasing interest in recent years.In this research, a microstructure-based computational fatigue design model, named TMW model, is further studied first by using it to predict the fatigue crack nucleation lives of eight different alloys and steels, and comparing the predicted lives with the calculated values from the Coffin-Manson-Basquin relations which are obtained from experimental data fitting.Second, this model is improved by developing the mathematical expressions of the surface roughness factor in the TMW model in terms of the arithmetical mean deviation of the assessed profile which can be determined experimentally, thus making the TMW model more applicable.In addition, a microstructure-based finite element analysis (FEA) model is created to investigate the effect of microstructural inhomogeneity (grain orientation) on the fatigue crack nucleation life of nickel-based alloy Haynes 282 in different strain ranges from low cycle fatigue (LCF) to high cycle fatigue (HCF) at different stress amplitudes.Grain orientations are randomly assigned to a material representative volume element (RVE) with 20 random functions created for both HCF and LCF simulations.The TMW model shows effectiveness for predicting the fatigue crack nucleation life of structural materials.The FEA simulation reveals that potential fatigue crack nucleation sites are likely to occur at
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».