Predicting crack initiation under the effects of ingot defects in P92 pipes based on a ductile fracture model
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 The ingot defects of P92 martensitic steel could induce crack initiation during the critical normalization-tempering treatment, which deteriorates the properties of P92 pipe used in ultra-supercritical (USC) power plants greatly. Thus, this study conducted numerical simulation based on a modified Johnson-Cook fracture model to thoroughly explore the effects of ingot defects on crack initiation in P92 pipes under common cooling approaches. Tensile tests of smooth and notched P92 steel specimens were executed at wide range of temperatures and strain rates to assist in calibrating the parameters for Johnson-Cook constitutive and fracture models. The fracture criterion for P92 steel as a function of temperatures, strain rates, and stress states simultaneously was thus put forward. Based on calibrated fracture model, validation simulation and experiment were conducted with small P92 CT specimens, showing good consistency between predictions and experiments. Subsequently, cooling simulations of a large P92 pipe with four types of defects placed at various positions of the pipe were performed. Largest strain concentrations were observed around the tips of radial pre-cracks followed by axial pre-crack, void, and inclusion at all positions and cooling rates. Only radial pre-cracks located at inside and outside walls were predicted to initiate under water-spray cooling. Other pre-defects under both air and water-spray cooling pose no risk of crack initiation. The direction of the pre-crack proves to be a crucial factor inducing crack initiation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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