MétaCan
Menu
Retour à la cohorte
Enregistrement W1972650168 · doi:10.1115/1.3006315

A Correlation Analysis of Cooling-Induced Temperature Changes

2008· article· en· W1972650168 sur OpenAlexafffund
Tiebao Yang, Henry Hu, Xiang Chen, Yeou-Li Chu, Patrick Cheng

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Metrology Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésCoolantTemperature controlTemperature measurementWater coolingCastingMaterials scienceDie (integrated circuit)Mechanical engineeringThermalWork (physics)Atmospheric temperature rangeThermodynamicsEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Proper temperature control is essential for producing superior quality components and yielding high production rates in high temperature manufacturing processes. Due to the closure of machine tools such as casting dies during production, it is usually very difficult to monitor their local surface temperatures without destructively inserting thermal sensors into them. However, the measurement of cooling water temperature at the coolant outlet is relatively unproblematic. This work demonstrates that there is a correlation between these two temperatures. As an example, the effect of the local surface temperature of a casting die on the cooling water outlet temperature is analyzed from a laboratory die casting process simulator. Based on the system identification theory, a control-oriented linear time-invariant model has been developed, which correlates the local die temperature to the cooling water outlet temperature. The model enables the prediction of the local die temperature with the measurements of the cooling water temperature. Thus, it provides an alternative approach other than the destructive sensing method to acquire the local die temperatures, and the model could be applied to design a real-time temperature control system for die cooling process.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,015
Tête enseignante GPT0,221
Écart entre enseignants0,206 · 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

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetAdvanced Measurement and Metrology TechniquesTravaux en français237 207