An experimental evaluation fatigue life of unnotched rail specimen under random vibration fatigue analysis
Notice bibliographique
Résumé
The aim of this paper is to propose a prediction of the vibration fatigue life in frequency domain utilising newly methods that considers the vibration-load sequences effect under random vibration loading. The design of experiment employed a modal analysis to examine the vibration responses signals of R260 steel in loading ranges 300–800 MPa, however three specimens selected with different size capacity of stresses of 350 MPa, 687 MPa and 750 MPa. The vibration signals are transformed from time domain to frequency domain using power spectral density through pwelch tool. To address the stress amplitude probability distribution, each vibration responses signal uses the rain-flow counting method to analysis every minimum and maximum peaks. The fatigue life of random vibration loading was investigated through two frequency domain approaches namely Dirlik and Rayleigh distribution. The results of fatigue life of Dirlik indicate that through (g2/psd) such as 0.031, 0.16 and 0.65 it exhibits the lower fatigue life prediction with 695,000, 39,000 and 450 cycles respectively, compared to Rayleigh with 750,000, 41,000 and 750 cycles for three specimens with different size capacity loading. This work gives high accuracy and a good practical for predicting model to contribute in vibration fatigue topic for academic.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».