Analisis Kegagalan Material Pada Sayap Pesawat Terbang (Review)
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui mekanisme analisis kegagalan material yang dilakukan pada sayap pesawat terbang. Analisis dilakukan dalam bentuk inspeksi visual, fraktografi makro, dan fraktografi SEM. Analisis tersebut menggunakan uji komposisi dengan spektroskopi X-ray fluorescence (XRF) dan Oxford Instruments X-MET 5100, analisis makroskopik dengan kamera digital Nikon SMZ 1500 dan mikroskop stereo, dan analisis fraktografi pembesaran yang lebih tinggi dilakukan dengan menggunakan FEI XL40 SFEG SEM. Berdasarkan analisis yang dilakukan, ditemukan bahwa kegagalan terjadi pada komponen sayap pesawat, retakan intergranular karena kelemahan struktur mikro, adalah penyebab kegagalan material. Analisis kegagalan material sangat penting untuk mengetahui dan mengungkapkan penyebab dan penanggulangan komponen yang gagal. Bentuk kegagalannya bisa berupa retakan, patah tulang, korosi, dan lain-lain . This study aims to determine the mechanism of material failure analysis carried out on aircraft wings. The analysis was carried out in the form of visual inspection, macro-fractography, and SEM fractography. The analysis used composition assays with X-ray fluorescence (XRF) spectroscopy and Oxford Instruments X-MET 5100, macroscopic analysis with a Nikon SMZ 1500 digital camera and stereo microscope, and higher magnification fractographic analysis was performed using the FEI XL40 SFEG SEM. Based on the analysis carried out, it was found that failure occurred in the components of the aircraft wing, intergranular cracks due to microstructure weakness, were the cause of material failure. Material failure analysis is very important to know and reveal the causes and countermeasures of the components that failure. The form of failure can be in the form of cracks, fractures, corrosion, and others .
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».