MétaCan
Menu
Retour à la cohorte

Modélisation tridimensionnelle par éléments finis enrichis pour le calcul de singularités de délaminage et à la jonction de matériaux anisotropes

2008· dissertation· W7143540086 sur OpenAlexaboutno aff
Vincent Magnier

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFirthInverse methodDebitage

Résumé

récupéré en direct d'OpenAlex

Il est connu de longue date que les discontinuités matérielles et/ou géométriques peuvent provoquer des concentrations des contraintes, dites "surcontraintes", nocives pour la résistance du matériau qui doit les supporter. En effet, l'état de contrainte dans ces zones peut être singulier et ne peut être modélisé en pratique par éléments finis réguliers tridimensionnels, à moins de mailler très finement. Pour palier cette difficulté, nous proposons une méthode numérique en deux étapes. La première permet de déterminer l'ordre de la singularité et le mode de surcontraintes. La seconde étape consiste à inclure ces résultats dans une description des champs mécaniques régnant dans la structure pour obtenir les informations complètes sur l'amorçage de fissure via une règle de raccordement. Ce raccordement a d'abord été effectué dans une formulation d'éléments finis hybrides "Métis" à double singularité puis dans une formulation en déplacement pur. Cette technique a été étendue au cas général où l'exposant de singularité est quelconque permettant de résoudre des problèmes de bord libre ou d'entaille à la jonction de plusieurs matériaux anisotropes avec une grande précision. L'analyse duale d'un problème grâce aux deux types de formulations fournit une estimation a posteriori de l'erreur. Des applications numériques tant au niveau du calcul d'exposants de singularité que de celui des facteurs d'intensité des contraintes valident la méthode en s'appuyant sur divers exemples issus de la littérature. Les résultats montrent une bonne cohérence et une bonne précision. De plus, ces méthodes ne requièrent qu'un faible temps CPU.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,291
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNumerical methods in engineeringTravaux en français237 207