MétaCan
Menu
Retour à la cohorte
Enregistrement W1680045561 · doi:10.1063/1.1766839

Three-Dimensional Simulation And Design Sensitivity Analysis Of The Injection Molding Process

2004· article· en· W1680045561 sur OpenAlexaff
F. Ilinca

Notice bibliographique

RevueAIP conference proceedings · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueInjection Molding Process and Properties
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)Isothermal processFinite element methodMaterials scienceMolding (decorative)Process (computing)MoldMechanical engineeringComputer scienceComposite materialThermodynamicsStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Getting the proper combination of different process parameters such as injection speed, melt temperature and mold temperature is important in getting a part that minimizes warpage and has the desired mechanical properties. Very often a successful design in injection molding comes at the end of a long trial and error process. Design Sensitivity Analysis (DSA) can help molders improve the design and can produce substantial investment savings in both time and money. This paper investigates the ability of the sensitivity analysis to drive an optimization tool in order to improve the quality of the injected part. The paper presents the solution of the filling stage of the injection molding process by a 3D finite element solution algorithm. The sensitivity of the solution with respect to different process parameters is computed using the continuous sensitivity equation method. Solutions are shown for the non‐isothermal filling of a rectangular plate with a polymer melt behaving as a non‐Newtonian fluid. The paper presents the equations for the sensitivity of the velocity, pressure and temperature and their solution by finite elements. Sensitivities of the solution with respect to the injection speed, the melt and mold temperatures are shown.

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)0,000
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 enseignants0,122
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,215 · 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

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetInjection Molding Process and PropertiesTravaux en français237 207