MétaCan
Menu
Retour à la cohorte
Enregistrement W374829675 · doi:10.1520/stp12589s

IBOLT: A Composite Bolted Joint Static Strength Prediction Tool

2004· book-chapter· en· W374829675 sur OpenAlexaff
JR Eisenmann, CQ Rousseau

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésJoint (building)Composite numberBolted jointStructural engineeringMaterials scienceComposite materialEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to describe the bolted joint analysis method developed and used by LM Aeronautics (named IBOLT) including the theoretical basis, required input, and coupon-level strength-prediction validation. IBOLT performs a fracture-mechanics-based static strength prediction for a rectangular composite joint element subjected to any combination of biaxial membrane loads, shear loads, and an off- axis bolt load. Out-of-plane bending moments are also treated. Joint configuration effects (single- or double-shear) are modeled by a beam-on-elastic-foundation analysis to account for the thickness and stiffness of the joint members as well as the bolt bending and shear stiffness. Empirical equations are included to account for fastener head geometry, effects of filled versus open holes, fastener/hole clearance, and fastener torque. Required input, in addition to the usual geometry, loads, fastener, and substrate elastic properties, includes a variety of special laminate-level joint properties. Uni-axial notched, un-notched, and bolted-joint coupon tests are conducted to develop these properties. In addition to these uniaxial coupon tests, bearing/bypass tension and bearing/bypass compression tests have been performed to validate the accuracy of IBOLT strength predictions. An overview of these validation results is provided, along with a brief summary of IBOLT's strengths and weaknesses as a practical bolted joint stress analysis tool.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,006

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 Opus0,016
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations9
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMechanical Behavior of CompositesTravaux en français237 207