MétaCan
Menu
Retour à la cohorte
Enregistrement W4405566069 · doi:10.5267/j.esm.2024.7.002

Mechanical behavior evaluation and degradation mechanism for HMPE yarns under fatigue abrasion tests

2024· article· en· W4405566069 sur OpenAlexvenueno aff
Eduarda da Silva Belloni, Daniel Magalhães da Cruz, Carlos Eduardo Marcos Guilherme

Notice bibliographique

RevueEngineering Solid Mechanics · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésAbrasion (mechanical)Materials scienceDegradation (telecommunications)Mechanism (biology)Composite materialStructural engineeringForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Offshore oil exploration in deeper waters has necessitated the development of lighter mooring systems to replace traditional steel cable and chain platforms. This study focuses on evaluating the mechanical behavior and fatigue degradation mechanism of high modulus polyethylene (HMPE) fibers in yarn-on-yarn abrasion tests. Initial characterization tests, including linear density, rupture force, and thermal analysis, were conducted on HMPE yarns. Yarn-on-yarn abrasion tests were performed under dry, wet, and salty conditions, with varying loads, while statistical analysis examined the influence of environmental factors and load levels on yarn performance. Scanning electron microscopy (SEM) analysis provided insights into material degradation mechanisms. Results showed superior performance in freshwater-immersed yarns due to cooling and lubrication effects, while dry conditions led to material melting. SEM analysis revealed critical degradation zones, particularly in interwoven regions, where increased friction and heat concentration caused material fusion. Degradation evolution mechanisms highlighted fatigue-induced rupture of yarns, knot formation, and material melting near failure points. This comprehensive analysis enhances understanding of HMPE yarn performance and degradation in offshore mooring applications, laying the groundwork for developing advanced mooring systems capable of withstanding deep-sea environments.

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)0,001
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: 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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 GPT0,340
Écart entre enseignants0,284 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetTextile materials and evaluationsTravaux en français237 207