Computational Prediction of Total Fatigue Life With an Integrated Approach
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
Abstract This research tackles the fundamental issue of computational fatigue studies by developing an effective approach that combines the crystal plasticity finite element method (CPFEM) with the Tanaka–Mura–Wu (TMW) model for crack nucleation and the Tomkins model for fatigue crack propagation, to provide Class-A predictions of the total coupon-fatigue life (crack initiation and growth lives) for a nickel-based superalloy, Haynes 282. To gain a statistical significance accounting for the microstructure inhomogeneity, 11 3D Representative Volume Elements (RVEs) are created utilizing Dream.3d to represent the polycrystalline material with different grain structures and orientations in equivalence to the experimental microstructure data. The CPFEM model is calibrated to the material's hysteresis behavior, and then, the microstructural plastic strain from the RVE is taken to calculate the fatigue life. The prediction is found in good agreement with the fatigue test data, validating the effectiveness of the proposed approach in predicting the fatigue life and scatter due to microstructural variability for Haynes 282 alloy. In addition, the effects of local grain attributes including grain orientation and adjacent grain arrangement on fatigue crack nucleation are analyzed quantitatively. It is suggested that grain orientation influences plastic deformation by inducing the active slip systems, and the slip transfer across grain boundaries also contributes to fatigue crack nucleation.
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 | 0,000 | 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 découle