MétaCan
Menu
Retour à la cohorte
Enregistrement W4391718243 · doi:10.1111/ffe.14254

Estimating fatigue life of carbon/epoxy composites: A rapid method coupling thermo‐mechanical analysis and residual strength

2024· article· en· W4391718243 sur OpenAlexaff
Kilian Demilly, Jeanne Cavoit, Yann Marco, Gurvan Moreau, Guillaume Dolo, Nicolas Carrère

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesAgence Nationale de la RechercheNaval Group
Mots-clésFatigue limitMaterials sciencePiecewise linear functionResidualResidual stressStructural engineeringCoupling (piping)EpoxyDissipationResidual strengthVibration fatigueViscoelasticityLimit (mathematics)Composite materialFatigue testingMathematicsAlgorithmMathematical analysisEngineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The investigation of fatigue behavior typically involves time‐consuming tests, leading some researchers to explore methodologies based on self‐heating tests to reduce the process. For composite materials, the conventional approach involves piecewise linear approximations of the self‐heating curve and the stress transition between the first and second regimes is arbitrarily associated with a fatigue lifetime equal to 10 6 cycles. This paper proposes a novel methodology to address these simplifications. First, a non‐linear viscoelastic model is used to describe the self‐heating curve. Based on the mechanisms established in the literature, a link is proposed between the dissipation and the fatigue limit. The load leading to a significant contribution of non‐linear mechanisms is associated with an infinite life time. It allows the identification of an – curve and prediction of fatigue behavior through a minimal number of tests. The comparison with fatigue results is satisfactory.

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)
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 enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,273
Écart entre enseignants0,258 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetMechanical Behavior of CompositesTravaux en français237 207