MétaCan
Menu
Retour à la cohorte
Enregistrement W1588692935 · doi:10.1063/1.2740927

Some Considerations In Modeling Axisymmetric Deep Drawing And Redrawing Process And LDR Prediction

2007· article· en· W1588692935 sur OpenAlexaff
Sang Wook Han, M. Bruhis, Mukesh Jain

Notice bibliographique

RevueAIP conference proceedings · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDeep drawingClampingStiffnessDisplacement (psychology)AnisotropyRotational symmetryWork (physics)Computer scienceDie (integrated circuit)Structural engineeringMechanical engineeringEngineeringGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

The drawability of sheet material in deep drawing followed by redrawing has not been studied theoretically in detail. In addition, the clamping force during deep drawing has not been properly simulated by FE method in the past due to the neglect of the operating machine stiffness. Both of these aspects are studied in this work. A new FE model for deep drawing and redrawing has been developed, which accounts for the operating machine stiffness. In this model, the draw die is connected to a semi‐rigid component of the test frame by spring elements so that the stiffness of the operating machine can be controlled by the stiffness of these springs. Also, a mathematical model to determine the limiting drawing ratio (LDR) of deep drawing and redrawing processes has been derived based on the extension of an existing analytical model and Hill’s anisotropic criterion. The results of the mathematical model have been validated by corresponding experimental and FE simulation work in terms of punch load and clamping force versus punch displacement and thickness distributions along the product profile.

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.

Comment cette classification a été obtenuedéplier

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetMetal Forming Simulation TechniquesTravaux en français237 207