Effect of Clamped Member Material and Thickness on Bolt Self-Loosening Under Transverse Loads
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bolted joints, prevalent in industrial applications for component fastening, are susceptible to self-loosening-a critical issue resulting in a gradual reduction in clamping force. Gaining insight into the underlying mechanisms of self-loosening is crucial. While prior research has largely focused on evaluating component stiffness, limited attention has been given to its impact on the self-loosening behavior of bolted joints under transverse cyclic loading. This study investigates how component stiffness influences self-loosening in bolted joints by varying the material and thickness of clamped members. An experimental setup replicating real-world conditions is devised to simulate loosening caused by cyclic lateral displacement. Tests are conducted using steel and high-density polyethylene (HDPE) clamped members of different grip lengths to explore the relationship between stiffness and self-loosening. Key parameters measured include bolt axial load, transverse force on clamped members, relative displacement, and rotation between the bolt and nut. The findings provide valuable insights into the effects of stiffness across various clamped member materials and grip length combinations, which can enhance the understanding of conditions that promote loosening resistance. Moreover, by highlighting stage-II or rotational loosening, with each test resulting in complete preload loss, the study provides a comparative analysis of the influencing factors. This enables the identification of distinct loosening patterns and supports the development of improved bolted joint designs to reduce loosening.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle