XiaoMi-AI文件搜索系统
World File Search System裂纹
对线弧的疲劳裂纹生长行为的实验研究，弧形生产的ER100S -1钢试样
结构。此外，与基于粉末的AM技术相比，使用电线作为原料相比，在制造过程中，与安全有关的风险水平降低了。WAAM技术可以通过使用铝，钢和钛和功能分级的材料等多种合金来用于制造简单和复杂的零件。5除了制造新零件外，WAAM技术还促进了损坏的结构的修复，作为更换整个组件的替代方法。6,7类似于所有AM技术，以及WAAM提到的所有优点，此技术也可能涉及一些缺点。这种制造方法的主要缺点是可能在所构建部分的外表表面相对较高的粗糙度和尺寸的不准确性，可能会施加进一步的沉积后处理，例如表面加工，高压力滚动等。WAAM技术自1990年代以来就已经开发和研究，目前已被航空航天和汽车等几个行业采用，用于制造工业规模的组件。8,9近年来已经进行了进一步的发展，以通过打印大规模的桥梁从组件大小到结构水平的WAAM构造部分的规模。10，为了探索WAAM技术对大型结构的低成本制造的适用性，在各种载荷条件下和不同环境中，必须完全表征由常规钢制成的WAAM建筑零件（即相对便宜）。对于在服务过程中，工程组件或结构在服务过程中受到重复负载周期的工业应用，例如海洋结构，疲劳评估是设计和生活评估阶段的关键考虑。11 - 13尤其是出于生活预测目的，研究材料的疲劳行为至关重要，以更好地了解此类组件中的损害演变和失败行为。因此，必须对由各种合金制成的WAAM构建组件的疲劳行为进行可行性研究，以检查WAAM技术和特定合金在工业应用中的适用性，其中组件或结构受到重复的环状应力。虽然在WAAM建造的零件14,15且偶尔不锈钢的WAAM建造零件中提供了一些有限的疲劳裂纹增长（FCG）数据，但更有效的低碳钢的疲劳响应尚未探索，尚待在诸如Off-Shore off-Shore off-shore wind之类的较不安全临界行业中应用。知道钢合金是在离岸应用中制造金属结构中使用的最合并的材料类型，对WAAM建筑零件的FCG行为进行了进一步研究
裂缝实验中用于表面裂纹检测的机器学习分类器
在进行机械实验时，正确确定断裂的发作至关重要。通常是通过视觉检查进行的，这里提出了一种基于图像的机器学习方法来对破裂和未裂缝的标本进行分类。它产生了客观化和自动化裂纹检测的潜力，从而消除了实验后处理中的不确定性和错误来源。评估了从77个实验获得的三个试样几何形状的30'000以上斑点图案。它们包括单轴张力，缺口张力以及轴对称V弯曲实验。统计纹理特征是从所有图像中提取的。它们包括第一阶（方差，偏度，峰度）和高阶统计纹理特征，即Haralick功能。根据Fisher的判别比率评估纹理信息的歧视能力，并确定并量化特征相关性。高歧视能力的图像纹理特征子集用于解析从简单的ceptron到feed-fordward和cascade神经网络的不同复杂性的神经网络体系结构。发现，对于所有实验，研究的纹理特征的一小部分是高度重要的。获得了多层，非线性和低复杂性馈送网络体系结构的分类精度，以99％的顺序使用。同时，即使使用了高歧视性功能特征，也表明线性分类器不足以鲁棒区分样品的状态。图形摘要：
采用非线性参数进行2024-T351铝合金疲劳裂纹扩展分析
本文利用塑性 CTOD 范围 Δ δ p 研究了 2024-T351 铝合金中的疲劳裂纹扩展 (FCG)。对 12 毫米厚的 CT 试样进行实验测试以获得 FCG 速率，并对圆柱形试样进行实验以获得应力 - 应变环。数值分析在材料、几何形状和载荷条件方面复制了实验工作，但假设纯平面应变状态，以获得 Δ δ p 。使用实验应力 - 应变环拟合材料参数。实验工作表明，随着应力比从 R = 0.1 增加到 R = 0.7 毫米，FCG 速率增加，这表明存在裂纹闭合现象。然而，对裂纹尖端后方第一个节点位置的分析表明，在平面应变状态下没有裂纹闭合，而在平面应力状态下发现最大值 36%。因此，即使在 12 毫米厚的样品中，表面也会影响 FCG 速率。发现 da/dN 与 Δ δ p 之间存在近似线性关系。与其他铝合金的比较表明，材料对 da/dN - Δ δ p 关系有显著影响。从平面应变状态到平面应力状态的变化由于裂纹闭合而降低了 FCG 速率。在平面应变状态下，应力比在 R = 0.1 – 0.7 范围内的影响很小，这也是因为没有裂纹闭合。最后，对塑性 CTOD 和裂纹处的累积塑性应变进行了比较
应力强度因子叠加在考虑裂纹闭合的残余应力场中的应用
应力强度因子 (SIF) 范围与疲劳裂纹扩展之间的相关性是应用于轻型结构的故障安全设计方法的有力工具。关键作用是精确计算疲劳载荷循环的 SIF。先进的材料加工可以塑造残余应力，使 SIF 计算成为一项具有挑战性的任务。虽然 SIF 叠加成功地解决了拉伸残余应力的考虑问题，但压缩残余应力的处理仍需澄清。这项工作展示了 SIF 叠加原理在包含高压缩残余应力的区域中的应用，这些区域会导致裂纹闭合效应。裂纹闭合取决于残余应力和施加应力的组合载荷，在本研究中被解释为裂纹几何形状的变化。因此，源（即施加或残余应力）与其结果（即相应的 SIF）之间的关系取决于源（即组合载荷）的相互作用。由于这种相互作用，残余应力引起的疲劳行为变化不能仅与残余或施加的 SIF 相关联。这项工作提出了应用 SIF 和残余 SIF 的两种替代定义，从而允许残余 SIF 或应用 SIF 与疲劳行为变化之间建立明确的相关性。
结构疲劳裂纹长度估算和... - PHM 协会
本文介绍了“Angler”团队为 2019 年 PHM 大会数据挑战赛开发的方法。该挑战赛旨在使用当前载荷循环下的超声波信号估计某种铝结构的疲劳裂纹长度，并尽可能准确地预测未来多个载荷循环下的裂纹长度（多步预测）。为了估计裂纹长度，从超声波信号中提取了四个裂纹敏感特征，即第一个峰值、均方根值、峰度对数和相关系数。提出了一个集成线性回归模型来映射这些特征及其与裂纹长度的二阶相互作用。采用最佳子集选择方法来选择最佳特征。为了预测裂纹长度，推导出巴黎定律的变体来描述裂纹长度与载荷循环次数之间的关系。使用遗传算法学习巴黎定律的材料参数和应力范围。这些参数将根据上一步预测的裂纹长度进行更新。然后，预测了恒幅荷载工况或变幅荷载工况下未来荷载循环次数对应的裂纹长度。根据数据挑战赛委员会提供的分数计算规则，本文提出的方法获得了 16.14 分，在所有参赛队伍中排名第三。
使用人工智能检测裂纹以提高检查效率并分析关键缺陷
裂缝是用于诊断固体结构破坏的重要标准之一。通常，具有专业知识的结构工程师会通过从外部检查裂缝、概述检查结果，然后根据发现准备分析数据来评估此类结构。这样的审查方法并不确定，因为它需要手动记录多达几十万个裂缝。但是，它也无法准确确定裂缝的长度和状态。为了解决这个问题，该行业逐渐将目光投向使用 AI 检测进行现场评估。研究人员目前正在开发一种基于移动的智能系统，该系统配备了用于识别裂缝和其他缺陷的 AI 分析功能，这将提高调查过程的效率并增强对用户的紧急响应。本研究旨在通过比较几种技术来深入了解最有效的裂缝检测方法。研究发现，混合技术是检测裂缝的最有效方法。该技术结合了人工神经网络 (ANN) 和人工蜂群 (ABC) 的优点，提出了一种更合适的全新方法。
疲劳-蠕变载荷组合下辐照不锈钢的裂纹扩展预测
本研究介绍了一种估算奥氏体不锈钢 304、304L、316 和 316L 型裂纹扩展的方法，这些不锈钢通常用作核压力容器的结构材料。这些结构部件通常要经受中子辐照和组合载荷，包括启动和关闭引起的重复机械应力（即疲劳）以及高温下加载期间引起的蠕变。在本研究中，使用基于条带屈服的疲劳裂纹扩展模型估算疲劳裂纹长度。该模型扩展为包括存在保持时间时的蠕变变形的影响，并扩展为包括辐照的影响。与文献中可用的实验数据相比，可以对各种组合载荷条件下选定的材料获得合理的裂纹扩展估计值。
调查硅死亡裂纹的变化硅死亡裂纹...
Quezon City，菲律宾1101年，摘要 - 对小型，便携式电子设备的需求一直在增加，直到今天。紧凑的电子设备将减少半导体的大小，这将转化为进一步缩小其中的组件，例如小轮廓二极管（SOD）和小轮廓晶体管（SOT）。这项工作利用有限元法采用断裂力学方法来分析不同的几何参数对硅死亡诱导裂纹的J积分的影响。此外，对两种模量弹性模量的影响对硅死模的裂纹倾向的研究进行了研究。获得的J积分值通常显示出具有中型硅的峰值，其模具附着材料具有较高的弹性模量。J-积分值通常会随着厚度而降低，但发现在100毫米厚度约为100毫米的最小值。进一步减少厚度会导致J积分的增加。模拟的结果将有助于确定这些参数对包裹对模具裂纹风险的可靠性的影响，并可以用于指导现有包装设计的改进。关键字 - die crack，j-integral，小排出线晶体管
低温对疲劳裂纹扩展速率的影响
式中，t为钢材厚度，MS为低碳钢，HT为高强度钢。船体结构钢分为普通厚度钢和高强度钢。普通强度钢按质量分为A、B、C、D四个等级；高强度钢分为AH32、DH32、EH32、AH36、DH36、EH36两个强度等级和三个质量等级。
自动铁路轨道裂纹检测系统
运输是实现产品在不同地点生产和消费的重要途径。运输涉及发展和扩张的历史，因为更好的运输可以带来更多的贸易。经济繁荣一直依赖于运输能力和合理性的提高。但运输基础设施和运营对土地有很大影响，而且是最大的能源消耗者，使运输可持续性和安全成为一个主要问题。在印度，我们发现铁路运输在提供必要的运输基础设施以维持和满足快速增长的经济的永无止境的需求方面占有重要地位。今天，印度拥有世界第四大铁路网。然而，在可靠性、可信赖性和安全性方面，我们还没有真正达到全球标准。这是一个自动化时代，广义上是指用电子和机器人取代所有自动化程度的人工。尽管随着机械化程度的提高，对物理输入的需求也在发生变化，但操作仍然是系统的重要组成部分。