Low cycle fatigue life analysis of magnesium alloy diesel engine cylinder head
محل انتشار: بیستمین کنفرانس سالانه مهندسی مکانیک
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,367
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME20_258
تاریخ نمایه سازی: 18 تیر 1391
چکیده مقاله:
In the present paper, low cycle fatigue analysis of a magnesium alloy cylinder head of a diesel engine is performed. Due to this target, a finite element model is considered for the cylinder head in ABAQUS software. Loads are applied to the model in 2 steps, including the press-fit of valve seats and the cyclic thermal loads by performing an independent thermal analysis to obtain the temperature distribution. It is assumed that thecylinder head is securely fixed to the engine block through the bolt holes. Therefore, thermo-mechanical stresses are calculated to predict the low cycle fatigue life and damage by using an energy approach to consider both strain and stress effects. The stress and fatigue results of magnesium alloy are compared to aluminum alloy results. As an attractive result, although the strain range for magnesium alloy is more aluminum alloy, but also the fatigue strength of aluminum alloy is almost the same as magnesium alloy due to have less values of stresses. In this case, by using magnesium alloy for cylinder heads, the weight can be reduced up to 40 percents which causes lower fuel consumption.
کلیدواژه ها:
نویسندگان
Farshad Zahedi
CAE Expert, Irankhodro Powertrain Company (IPCo.);
Mohammad Azadi
PhD Candidate, Sharif University of Technology and Irankhodro Powertrain Company (IPCo
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :