MétaCan
Menu
Retour à la cohorte
Enregistrement W3175989308 · doi:10.1088/1757-899x/1157/1/012066

Evaluation of Simple Shear Test Geometries for Constitutive Characterization using Virtual Experiments

2021· article· en· W3175989308 sur OpenAlexaff
Advaith Narayanan, A. Abedini, A Weinschenk, Michael J. Worswick, C. Butcher

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceHardening (computing)Direct shear testIsotropyShear (geology)Finite element methodSimple shearStructural engineeringComposite materialConstitutive equationDigital image correlationUltimate tensile strengthPlane stressTensile testingMechanicsEngineeringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract In-plane simple shear tests have become commonplace in the fracture characterization of automotive sheet metals but have received less attention for constitutive characterization. Unlike tensile tests, simple shear tests do not have any tensile instability and remain in a state of plane stress until fracture. From plastic work equivalence, an isotropic hardening model can be readily constructed from the tensile and shear test data without inverse finite-element analysis. The success of the methodology hinges upon the shear specimen geometry and how the local strains in the gage region are measured using digital image correlation (DIC). In this study, finite-element simulations of seven shear test geometries were evaluated for an isotropic material in a series of virtual experiments by varying the input hardening response. The data from the simulations was extracted from the surface as if DIC was employed and used to determine the hardening behavior in comparison with the exact solution. Shear geometries without a notch eccentricity in the gage region appear to be best suited for characterizing low hardening materials with an error of less than 1% in the stress response for an n-value of 0.02. Conversely, for higher hardening materials corresponding to an n-value of 0.20 or greater, the geometries with a notch eccentricity performed best.

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 enseignants0,091
Score d'incertitude au seuil0,560

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 savante0,0000,001
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 Opus0,056
Tête enseignante GPT0,299
Écart entre enseignants0,243 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMetal Forming Simulation TechniquesTravaux en français237 207