MétaCan
Menu
Retour à la cohorte
Enregistrement W1493242052 · doi:10.1051/jp4:2004120048

Computational modeling of electroslag remelting processes

2004· article· en· W1493242052 sur OpenAlex
K.M Kelkar, Jungbin Mok, Suhas V. Patankar, A. Mitchell

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal de Physique IV (Proceedings) · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIngotHeat transferMechanical engineeringProcess (computing)Slag (welding)Joule heatingComputer scienceMechanicsMaterials scienceComputational fluid dynamicsMetallurgyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Alloys used for the production of rotating components in aeroengines and land-based turbines are subject to stringent requirements to ensure absence of melt-related defects such as inclusions and segregation. Accordingly, the production of the superalloys alloys used in these applications involves multiple remelting stages, each of which plays a distinct role in ensuring that the final ingot is defect-free. Because of the complexity of these processes, high-temperature environments, and high initial and operating costs, trial-and-error based approaches for process design are inadequate. Computational modeling provides fundamental understanding of the physical phenomena and quantitative information about the effects of process parameters. Therefore, such models are very useful for design of new processes and optimization of existing processes. The paper describes a generalized framework for the modeling of the Electro-Slag Remelting (ESR) process. The model accounts for electromagnetic, fluid flow and heat transfer phenomena in a coupled manner for axisymmetric, steady-state conditions. A control-volume based computational method is used for the solution of the governing equations. The model incorporates a number of physically motivated computational features for efficient and accurate analysis of the transport processes. These include use of the effective viscosity approach for handling the liquid, mushy, and solid regions, implicit treatment of the interaction at the slag-metal interface, and contact heat transfer at the ingot-mold interface. Further, the computational method has been enhanced to address the AC electromagnetics in the ESR process. Thus, the model is able to predict the Joule heating within the slag, the distribution of the Lorentz force, the pool shape, and the motion in the slag and metal pools that arises due to buoyancy and Lorentz forces. The model is being validated using available experimental measurements for pool shape in full- scale ESR furnaces. Results of the model predictions for the flow, temperature, and electromagnetic fields are presented along with a comparison of the predicted and measured pool shapes.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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