MétaCan
Menu
Retour à la cohorte
Enregistrement W4389514150 · doi:10.1016/j.ijfatigue.2023.108102

Influence of mean stress and building orientation on the fatigue properties of sub-unital thin-strut miniaturized Ti6Al4V specimens additively manufactured via Laser-Powder Bed Fusion

2023· article· en· W4389514150 sur OpenAlexaff
Simone Murchio, Anton du Plessis, Valerio Luchin, Devid Maniglio, M. Benedetti

Notice bibliographique

RevueInternational Journal of Fatigue · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesUniversità degli Studi di TrentoMinistero dell’Istruzione, dell’Università e della RicercaDipartimenti di Eccellenza
Mots-clésMaterials scienceTitanium alloyFatigue testingFatigue limitFusionSurface roughnessStress (linguistics)Surface finishBucklingLattice (music)Composite materialStructural engineeringAlloy

Résumé

récupéré en direct d'OpenAlex

Fatigue is a complex, localized phenomenon affecting lattice structures at the level of struts and junctions. This study examines the fatigue properties of Laser-Powder Bed Fusion (L-PBF) Ti6Al4V miniaturized strut-like specimens, printed in four distinct building orientations (0°, 15°, 45°, 90°), and subjected to four stress ratios (R=0.1, R=-1, R=-4, R=10). Experimental data, summarized in Haigh diagrams, align well with predictions from the SWT and Walker methods. Notably, the dependency on mean stress diminishes as the building angle increases, attributed to progressively lower surface roughness which primarily drive failure at R=0.1 and R=-1. In contrast, vertical specimens at R=-4 display a pronounced susceptibility to sub-surface defects affecting their fatigue strength, a finding corroborated by CT scan analyses. Additionally, the influence of buckling on fatigue performance is investigated and incorporated into the Haigh diagrams. These findings can contribute to a more informed design of L-PBF Ti6Al4V lattice structures against fatigue.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,250
Écart entre enseignants0,226 · 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'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

Citations36
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of FatigueMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207