MétaCan
Menu
Retour à la cohorte
Enregistrement W3158460789 · doi:10.1177/14644207211013434

Modelling the asymmetric tension–compression properties of additively manufactured alloys using continuum damage mechanics

2021· article· en· W3158460789 sur OpenAlexaff
A. Nayebi, H. Rokhgireh, Mehran Araghi, Mohsen Mohammadi

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part L Journal of Materials Design and Applications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCompression (physics)Continuum mechanicsIsotropyUltimate tensile strengthTension (geology)Composite materialFinite element methodStructural engineeringMechanicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Additively manufactured parts often comprise internal porosities due to the manufacturing process, which needs to be considered in modelling their mechanical behaviour. It was experimentally shown that additively manufactured parts’ tensile and compressive mechanical properties are different for various metallic alloys. In this study, isotropic continuum damage mechanics is used to model additively manufactured alloys’ tension and compression behaviours. Compressive stress components can shrink discontinuities present in additively manufactured alloys. Therefore, the crack closure effect was employed to describe different behaviours during uniaxial tension and compression tests. A finite element model embedded in an ABAQUS’s UMAT format was developed to account for the isotropic continuum damage mechanics model. The numerical results of tension and compression tests were compared with experimental observations for additively manufactured maraging steel, AlSi10Mg and Ti-6Al-4V. Stress–strain curves in tension and compression of these alloys were obtained using the continuum damage mechanics model and compared well with the experimental results.

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)0,000
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 enseignants0,452
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,213
Écart entre enseignants0,179 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part L Journal of Materials Design and ApplicationsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207