Damage Model Prediction of Crack Initiation and Propagation in Five Fracture Geometries for X80 Pipeline Steel
Notice bibliographique
Résumé
Abstract Test specimens used to calibrate damage-mechanics models are designed to produce a range of stress triaxialities and Lode angles to accurately capture the fracture envelope of the metal. Many of these specimens have lower constraint than deeply notched fracture specimens that undergo stable tearing and have high constraint at the crack tip. Often just one or two fracture geometries are used to calibrate the model. In this work, the ability of a damage model to capture variability associated with constraint at a crack tip, particularly for crack initiation, is assessed. A recent round-robin (Wilkowski et al., 2019, “1st Round-Robin for Exploring the Effects of Constraint on Fracture Initiation Toughness for Surface-Cracked Pipe/Fittings,” Panel Session held in Conjunction With ASME PVP2019, San Antonio, TX) study on the initiation toughness of X80 provided data for five fracture specimens in which crack tip constraint varied. As a damage model for X80 was not available, the well-calibrated modified Mohr–Coulomb (MMC) damage models from literature for X65 and X70 were used as a starting point for the model. Experimental data from the single compact tension C(T) specimen were used to slightly modify the X65 and X70 models to capture the X80 fracture response. The MMC damage model was applied in finite element analysis (FEA) to simulate both the crack initiation and propagation responses of single-edge-notched-tension (SENT) and surface-cracked pipe specimens. Except for a low J-integral at initiation predicted for the C(T) specimen, the remaining predicted responses for force, pressure, and initiation were in good agreement with the experimental data provided in the round-robin.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».