Neighborhood and surface effects on polycrystal stress field extreme values: An analysis in linear elastic range by means of cellular automaton
Notice bibliographique
Résumé
Within polycrystals , significant stress concentrations can arise due to their heterogeneous nature. These stress intensities strongly influence the onset of nonlinear behaviors , such as plasticity and fatigue damage. One often overlooked source of heterogeneity is the crystal anisotropy and its resulting neighborhood effect. Previous research introduced a data-driven analytical model based on a cellular automaton (CA) to account for the neighborhood effect on a grain’s stress level within an infinite aggregate under elastic conditions. It was demonstrated that, in some rare specific cases, grains could experience stress levels twice as high as the applied load. The current work extends the CA model by incorporating the effects of a free surface. Randomly oriented polycrystals under uniaxial loading were studied using a regular aggregate structure (Kelvin structure), where all grains are considered spherical and of identical size. Compared to full-field simulations, the extended CA model demonstrated an excellent capability to capture heterogeneities, even in cases where high stress concentrations are generated by the neighborhood. By leveraging the model’s speed, a distribution function for grain stress levels was optimized to accurately capture the probability of extreme values. This allows for the estimation of the most likely highest stress within randomly oriented aggregates composed of billions of grains, along with its most probable localization relative to a free surface and the specific crystallographic configurations leading to it.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».