Physics-Informed Neural Networks for Multiaxial Fatigue Life Prediction of Aluminum Alloy

2025

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.32604/cmes.2025.068581
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The ability to predict multiaxial fatigue life of Al-Alloy 7075-T6 under complex loading conditions is critical to assessing its durability under complex loading conditions, particularly in aerospace, automotive, and structur... | Find, read and cite all the research you need on Tech Science Press