MétaCan
Menu
Retour à la cohorte
Enregistrement W4398168358 · doi:10.3390/ma17112478

Dynamic Thermal Response of Multiple Interface Cracks between a Half-Plane and a Coating Layer under General Transient Temperature Loading

2024· article· en· W4398168358 sur OpenAlexafffund
Mahsa Nourazar, Weilin Yang, Zengtao Chen

Notice bibliographique

RevueMaterials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesAlberta Innovates - Technology Futures
Mots-clésMaterials scienceTemperature gradientCoatingTransient (computer programming)Laplace transformComposite materialThermal conductionThermalMechanicsDislocationRelaxation (psychology)Transient responseHeat equationThermodynamics

Résumé

récupéré en direct d'OpenAlex

This paper explores the thermal behavior of multiple interface cracks situated between a half-plane and a thermal coating layer when subjected to transient thermal loading. The temperature distribution is analyzed using the hyperbolic heat conduction theory. In this model, cracks are represented as arrays of thermal dislocations, with densities calculated via Fourier and Laplace transformations. The methodology involves determining the temperature gradient within the uncracked region, and these calculations contribute to formulating a singular integral equation specific to the crack problem. This equation is subsequently utilized to ascertain the dislocation densities at the crack surface, which facilitates the estimation of temperature gradient intensity factors for the interface cracks experiencing transient thermal loading. This paper further explores how the relaxation time, loading parameters, and crack dimensions impact the temperature gradient intensity factors. The results can be used in fracture analysis of structures operating at high temperatures and can also assist in the selection and design of coating materials for specific applications, to minimize the damage caused by temperature loading.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

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

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 GPT0,278
Écart entre enseignants0,263 · 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'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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetNumerical methods in engineeringTravaux en français237 207