MétaCan
Menu
Retour à la cohorte
Enregistrement W4205517757 · doi:10.3390/ma15020560

Study on the P-S-N Curve of Sucker Rod Based on Three-Parameter Weibull Distribution

2022· article· en· W4205517757 sur OpenAlexaff
Wenbin Cai, Wen Li, Jinze Xu

Notice bibliographique

RevueMaterials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Diagnostics and Reliability
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSucker rodSuckerWeibull distributionRodConcentricStructural engineeringShape parameterFatigue limitMaterials scienceReliability (semiconductor)MathematicsComposite materialEngineeringStatisticsGeometryPhysicsAnatomy

Résumé

récupéré en direct d'OpenAlex

During the oil production process, sucker rods are subjected to cyclic alternating load. After a certain number of cycles, a sucker rod can experience fatigue failure. The number of cycles is called fatigue life (N), and the accurate relationship between maximum stress (S) and fatigue life (N) under a certain reliability (P), namely the P-S-N curve, is an important basis for the reliability analysis and fatigue life prediction of sucker rods. The Basquin model, based on log-normal distribution, is widely used for fitting the P-S-N curves of sucker rods. Due to the limitation of this model, it is difficult to extrapolate the conclusion obtained from a finite fatigue region to the high-cycle or ultra-high-cycle fatigue region, which makes it impossible to estimate the fatigue limit of the sucker rod. Compared to the log-normal distribution, Weibull distribution causes the sucker rod to have a minimum safety life, namely the safety life at 100% survival rate, which complies with the fatigue characteristics of the sucker rod and is more in line with the actual situation. In this study, the fatigue data for ultra-high-strength HL and HY grade sucker rods were obtained through experimental fatigue tests. A new fatigue life model was established and the P-S-N curves of two types of ultra-high strength sucker rods were obtained. For HL- and HY-type ultra-high strength sucker rods, the average error between the fitting result and fatigue test value is 1.25% and 4.39%, respectively. Compared to the S-N curve fitting result obtained from the Basquin model commonly used for sucker rods, the new model based on three-parameter Weibull distribution provides better fitting precision and can estimate fatigue limit more accurately, so this model is more suitable for estimating fatigue life and can better guide the design of ultra-high strength sucker rod strings.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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'étudeObservationnel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetEngineering Diagnostics and ReliabilityTravaux en français237 207