MétaCan
Menu
Retour à la cohorte
Enregistrement W4392130374 · doi:10.1016/j.mtla.2024.102045

Decoding stress-strain parameters in FCC metals using digital constitutive analyses to devolve dynamic obstacle-strength factor and diffuse necking

2024· article· en· W4392130374 sur OpenAlexafffund
S. Saimoto, Kaan Inal, B.J. Diak, A. Kula, M. Niewczas, Michael Langille

Notice bibliographique

RevueMaterialia · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensMcMaster UniversityUniversity of WaterlooQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNeckingMaterials scienceStrain (injury)Constitutive equationStress (linguistics)ObstacleComposite materialMechanicsStructural engineeringFinite element methodPhysics

Résumé

récupéré en direct d'OpenAlex

Simulation codes use constitutive relations of work hardening to virtually predict shape change during metal forming. Recent analysis has shown that the modified Hollomon-type relation correlates to stress-aided thermal activation at obstacles for dislocation movement. The sweeping action of dislocation gives rise to strain and the dislocation intersections to strain rate sensitivity during work-hardening. The constitutive relation analyses (CRA) encompass fitting parameters which remain constant with strain and its validation is the precision to replicate the measured stress-strain diagram. In this study, digital constitutive analyses (DCA) are examined whereby the modelled-fit parameters are simultaneously numerically adjusted as strain proceeds. For bulk properties such as expended work, volume fraction of vacancy creation and mean slip velocity, CRA predictions have been validated. However, DCA enables the identification of defects being created with strain using derived obstacle-strength factor (αγ). The changes in mechanisms during work-hardening can be decoded using the αγ – γ plot whereby constant αγ indicate steady-state deformation and its rapid decrease, the start of diffuse necking. Thus, αγ is a composite factor of defects being continuously created whereas conventional α is a measure of the stored work up to that strain. The tensile data from polycrystalline super-pure aluminum tested at 78 K were used to validate the derived relations which were applied to the DCA of age-hardenable aluminum alloys tested at 298 K. The present work shows that integral replication of stress-strain diagram is essential, but a differential analysis is required to devolve the creation of crystal defects with strain.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,056
Tête enseignante GPT0,339
Écart entre enseignants0,283 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialiaMême sujetMetal Forming Simulation TechniquesTravaux en français237 207