MétaCan
Menu
Retour à la cohorte
Enregistrement W4385303672 · doi:10.18280/acsm.470304

Effect of Porosity Shape, Size and Distribution on Stress Intensity Factors in Spot Welded Joints: A Finite Element Study

2023· article· en· W4385303672 sur OpenAlexvenueno aff
Imen Benala, Leila Zouambi, Farida Bouafia, B. Sérier, Sardar Sikandar Hayat

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinite element methodMaterials scienceSpot weldingPorosityWeldingStress intensity factorIntensity (physics)Structural engineeringComposite materialEngineeringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

In this study, the influence of porosity on crack initiation behavior in welded structures subjected to spot welding was investigated.Three-dimensional (3D) finite element analyses were conducted using the ABAQUS finite element software under mechanical stress.The stress intensity factors (SIF) in opening and moving modes were computed employing the finite element technique.A comprehensive analysis of various parameters, including mechanical load, crack size, porosity form, porosity size, porosity-crack interaction, and crack orientation, was carried out.This investigation was approached as a mixed-mode, plane stress, and linear elastic fracture mechanics problem with a focus on the passive voice.The results demonstrated that the stress intensity factor is not only dependent on the magnitude of the applied mechanical loading but also on factors such as crack size, porosity form, defect-defect interaction, and crack orientation.Additionally, it was observed that both the size and form of porosity play a significant role in influencing the stress intensity factors.This research contributes to the understanding of fracture mechanics in welded structures and provides valuable insights for enhancing the structural integrity and reliability of such systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,287
Écart entre enseignants0,265 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207