Dynamic crack branching in anisotropic coal: a rate-dependent modeling approach and ABAQUS implementation
Notice bibliographique
Résumé
Why cracks in rocks bifurcate under dynamic impact and how to accurately model bifurcation behavior affected by existed natural fractures are urgent issues that need to be addressed in the study of rock dynamic fragmentation in-depth. In this study, it is theoretically analysed that the relationship between crack surface separation strain rate and crack propagation speed according to the geometric configuration of dynamic crack propagation. A constitutive model to describe the propagation and bifurcation of dynamic brittle cracks is proposed based on the empirical fracture energy rate-dependent model, and this model is written as an ABAQUS user subroutine to model the fragmentation process of coal samples with bedding under Hopkinson bar impact with cohesive element method. For dynamic fracture problems, an approach for determining the cohesive element size is proposed, which combines the cohesive zone length with the Grid Convergence Index (GCI) method. The location and timing of crack initiation are further clarified at the μs scale. Results show that for the dynamic impact test of Brazilian disc (BD) sample with beddings, crack initiation lags behind stress wave for 30 s before dynamic balance state, and the macro fracture is formed by the intersection of multiple cracks, which is significantly different from that of static BD test. The complex stress environment in the BD sample with beddings makes the initiation law of dynamic cracks uncertain. The number of main crack has a significant correlation with impact velocity, thus the meaning of the dynamic tensile strength calculated based on SHPB test cannot represent the real dynamic tensile strength, which is influenced by the beddings.
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 | 0,000 | 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 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 ».