Développement d'une méthodologie d'analyse par éléments finis pour la conception en fatigue de structures soudées
Bibliographic record
Abstract
L'émergence des codes de calcul numérique commerciaux et l'usage répandu des logiciels de conception assistée par ordinateur (CAO) ont fait de l'analyse par éléments finis un outil efficace de prévision des contraintes dans les structures mécaniques complexes. L'objectif de cette étude a été de développer une méthodologie d'analyse par éléments finis pour prédire le comportement en fatigue des structures mécano-soudées. La méthode proposée repose, tout d'abord, sur une analyse statique par éléments finis des contraintes, afin de déterminer les soudures critiques de la structure pour un cas de chargement spécifié. Une analyse plus approfondie de ces soudures permet ensuite, grâce à la méthode hot spot, d'estimer la durée de vie de l'assemblage soudé selon le chargement considéré. La validation expérimentale de la méthode hot spot a été réalisée pour un assemblage soudé mis en condition de fatigue mécanique grâce à un banc d'essai fabriqué au département de génie mécanique de l'Université de Sherbrooke. Enfin, cette méthodologie a été appliquée à un cas concret rencontré dans l'industrie, lors de la conception d'un nouveau châssis de véhicule tout terrain (VTT) de la compagnie Bombardier Produits Récréatifs. Cet exemple a permis de justifier la pertinence de l'analyse par éléments finis comme outil d'aide à la conception en fatigue, et la méthodologie proposée a été intégrée au processus de développement de produits du centre de recherche de la division Bombardier Produits Récréatifs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".