MétaCan
Menu
Retour à la cohorte
Enregistrement W4223646444 · doi:10.1111/ffe.13706

Multiaxial fatigue behavior of low‐temperature closed‐die forged ZK60 extrusion under proportional and non‐proportional loading

2022· article· en· W4223646444 sur OpenAlexafffund
Seyyed Mohamad Hasan Karparvarfard, Ali A. Roostaei, Seyed Behzad Behravesh, Hamid Jahed

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFord Motor Company
Mots-clésMaterials scienceExtrusionForgingShear (geology)Ultimate tensile strengthDie (integrated circuit)Composite materialMetallurgyStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Uniaxial and multiaxial fatigue characteristics of as‐extruded and extruded‐then‐forged ZK60 magnesium alloys were examined to understand the influence of low‐temperature forging on its deformation mechanics. Upon forging, basal texture weakening and grain refinement occurred in ZK60 extrusion. Based on uniaxial results, forging process led to improvements in quasi‐static tensile strength and axial cyclic response in high‐cycle fatigue regime, whereas shear responses remained unaffected. Biaxial non‐proportional tests demonstrated that changing phase angle shift between axial and torsional waveforms had no effect on cyclic axial response, contrary to the shear response. Lastly, critical‐plane and energy‐based life prediction models were assessed.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,060
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207