MétaCan
Menu
Retour à la cohorte
Enregistrement W1967182823 · doi:10.1520/jai101829

An Efficient Numerical Algorithm for the Prediction of Thermal and Microstructure Fields during Quenching of Steel Rods

2008· article· en· W1967182823 sur OpenAlexaff
S. K. Ali, M. Hamed, M.F. Lightstone

Notice bibliographique

RevueJournal of ASTM International · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRodNonlinear systemQuenching (fluorescence)SolverMicrostructureAlgorithmComputer simulationMaterials scienceThermalNumerical analysisThermal conductionMechanicsComputer scienceApplied mathematicsMathematicsThermodynamicsMathematical analysisMathematical optimizationComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a new, more efficient numerical algorithm that has been developed to predict thermal and microstructure fields during quenching of steel rods. The present algorithm solves the full nonlinear heat conduction equation using a central finite-difference scheme coupled with a fourth-order Runge-Kutta nonlinear solver. Numerical results, obtained using the present algorithm, have been validated using experimental data and numerical results available in the literature. In addition to its accurate predictions, the present algorithm does not require iteration; hence, it is computationally more efficient than previous numerical algorithms.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,186

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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207