Computational crack propagation modeling of welded structures under as‐welded and high frequency mechanical impact (HFMI) treatment conditions
Notice bibliographique
Résumé
Abstract The fatigue damage assessment of welded structures is of critical importance in the design of many engineering structures. The thermomechanical nature of the welding process leads to undesired tensile residual stresses, which results in fatigue performance degradation of welded structures. High‐frequency mechanical impact (HFMI) technique offers significant potentials to induce compressive residual stresses into the welded joints, thus improving fatigue life of welded parts. In this paper, a new crack propagation modeling approach considering effects of residual stress fields and the crack closure based on a modification of the Forman model is proposed to assess fatigue crack propagation performance of welded joints under as‐welded and HFMI treatment conditions. Experimental residual stress and fatigue data sets of 5083‐H321 aluminum, CSA 350W, ASTM A514, S355, and S960 steel welded joints are used to validate the proposed approach. Both predicted and experimental results show that the fatigue life improvement by the HFMI treatment depends on the applied stress level and material type. The fatigue life improvement is greater at the lower stress levels with a factor of more than 10–30 times, and the fatigue life increase becomes less at the higher stress levels with a factor of two to three times depending on the material type of welded joints. The fatigue life improvement by the HFMI is more significant with a higher material yield strength. Compared results showed that the proposed modeling approach provides efficient and accurate life predictions of the welded joints of five different materials under both as‐weld and HFMI conditions. The proposed modeling framework can be used as an effective analysis technique for fatigue crack propagation life of welded structures under pre‐ and post‐weld treatment conditions to account for residual stress fields.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».