MétaCan
Menu
Retour à la cohorte
Enregistrement W4200352600 · doi:10.1111/ffe.13629

Cyclic deformation behavior and fatigue life prediction of an automotive cast aluminum alloy: A new method of determining intrinsic fatigue toughness

2021· article· en· W4200352600 sur OpenAlexafffund
S.S. Dash, Dejiang Li, Xiaoqin Zeng, D. Y. Li, D.L. Chen

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensUniversity of AlbertaToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésMaterials scienceEutectic systemAlloyComposite materialToughnessAluminiumMicrostructureParis' lawDeformation (meteorology)Cyclic stressCrack closureFracture mechanicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this study was to identify cyclic deformation behavior of a high‐pressure die‐cast Silafont®‐36 automotive cast aluminum alloy consisting of heterogeneous composite‐like microstructures of nearly circular eutectic silicon particles embedded in Al matrix, with particular attention to fatigue life prediction. The alloy exhibited superior fatigue resistance at higher strain amplitudes, where cyclic hardening occurred. The fatigue life of the alloy could be well predicted via a strain‐energy density based accumulative damage model using a new method proposed to calculate the intrinsic fatigue toughness. The predicted fatigue life was in good agreement with the experimental life, and also lay in‐between the results obtained via other methods. Fatigue crack initiation was observed to occur from the sample surface or near‐surface defects and crack propagation was characterized by fatigue striations along with tear ridges in the primary Al‐grains.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,237 · 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.

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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207