MétaCan
Menu
Retour à la cohorte
Enregistrement W4386689710 · doi:10.4028/p-r5wvly

Analytical Modeling of Shrink-Fitted FGM Thick-Walled Cylinder

2023· article· en· W4386689710 sur OpenAlexaff
Samiha Zrinej, Noreddine Laghzale, Hakim Bouzid

Notice bibliographique

RevueInternational journal of engineering research in Africa · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Structure Analysis and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésElasticity (physics)Residual stressRotational symmetryMaterials scienceMechanicsLinear elasticityFunctionally graded materialCylinderInterference fitPlane stressStructural engineeringMaterial propertiesComposite materialFinite element methodGeometryMathematicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

One off the most powerful assembly technique is the shrink-fitting process.It is found in many fields such us mechanics, petroleum, military industries as well as in nuclear power plants etc. This article developed an analytical formulation of shrink-fitted Functionally Graded Material axisymmetric thick-walled cylinder based on the linear plane elasticity theory. The stresses and displacement fields in the thick cylindrical shells are calculated using the laws of linear elasticity. The resulting displacements and stresses are analyzed, and particularly the residual contact pressure and her relationship with the interference values. The results show that the variation of the FGM material composition has a clear effect on the fit pressure in the intersection area of the two fitted cylinders. The value of this pressure affects the distribution of radial and tangential stresses in the FGM cylinder walls. Subsequently, we highlighted the influence of the interference value, on the residual contact pressure which increases with the increase of the interference value. The stresses are modeled for a case study using MATLAB software. keywords. shrink-fit, FGM, Interference, residual stress, Elasticity.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,123
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

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

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 Opus0,063
Tête enseignante GPT0,338
Écart entre enseignants0,275 · 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.

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 présentoui

Explorer davantage

Même revueInternational journal of engineering research in AfricaMême sujetComposite Structure Analysis and OptimizationTravaux en français237 207