MétaCan
Menu
Retour à la cohorte
Enregistrement W3187651547 · doi:10.1002/pen.25762

Deep stretch of polyethylene by transverse loading: Finite element simulation to characterize the influence of indenter size and loading speed on the stress development and distribution

2021· article· en· W3187651547 sur OpenAlexafffund
Azadeh Ebrahimian, P. Ward, P.‐Y. Ben Jar

Notice bibliographique

RevuePolymer Engineering and Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaImperial Oil Limited
Mots-clésMaterials scienceIndentationFinite element methodCrackingDeformation (meteorology)Composite materialStress (linguistics)CreepDeep drawingTransverse planeStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Deep stretching has been found to decrease the cracking resistance of polyethylene (PE) in an aggressive environment. This idea has been adopted for developing a test method that uses indentation loading to generate a deep stretch of a PE plate so that time for crack generation is shortened. Work presented is to use finite element (FE) modeling to investigate the influence of indenter size and loading speed on the efficacy of the test method. Mechanical testing was carried out using cylindrical indenters of 7 and 13 mm in diameter on a plate that is supported so that only a 15‐mm diameter area can be stretched. Test results were used to calibrate material input data for the FE modeling and to establish the stress development and distribution during the deep stretch process. FE modeling considered three types of material input, one purely based on elastic–plastic deformation and the other two considering creep or damage during the deep stretch. All FE modellings suggest that the 13‐mm indenter is more effective than the 7‐mm indenter in introducing a monotonic total stress increase during the deep stretch, and thus the study concludes that the former should be used to introduce the deep stretch.

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)0,000
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 enseignants0,158
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetMechanical stress and fatigue analysisTravaux en français237 207