MétaCan
Menu
Retour à la cohorte
Enregistrement W1964910014 · doi:10.1049/ic.2010.0254

Modelling the Effects of Operating Conditions on Die Melt Temperature Homogeneity in Single Screw Extrusion

2010· article· en· W1964910014 sur OpenAlexfundno aff
Chamil Abeykoon, Jing Deng, Kang Li, Marion McAfee, Peter Martin, Adrian Kelly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueControl Systems and Identification
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilQueen's UniversityQueen's University Belfast
Mots-clésExtrusionDie (integrated circuit)Homogeneity (statistics)Materials scienceComposite materialComputer science

Résumé

récupéré en direct d'OpenAlex

The extrusion process is fundamental to the production of the vast majority of polymer and composite products in the plastics industry.The delivery of a melt which is homogenous in composition and temperature is paramount for achieving high quality extruded products.However, melting stability can be difficult to monitor/control via typical thermocouple measurements as they provide only a single point temperature measurement of melt flow.Previous studies have shown that die melt temperature changes considerably across the die and point based measurements are not sufficient to determine thermal homogeneity.In this work, the die melt temperature profile is monitored by a thermocouple mesh technique and the data obtained is used to formulate linear/nonlinear models to predict the effects of process settings on the die melt temperature homogeneity in a single screw extruder.A static nonlinear polynomial model is developed, which shows a good agreement with the measured data and provides a straight forward approach for investigating the effects of individual processing parameters on the melt flow homogeneity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetControl Systems and IdentificationTravaux en français237 207