MétaCan
Menu
Retour à la cohorte
Enregistrement W1995564898 · doi:10.2351/1.3485596

Laser lap welding of zinc coated steel sheet with laser-dimple technology

2010· article· en· W1995564898 sur OpenAlexaff
Hongping Gu

Notice bibliographique

RevueJournal of Laser Applications · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensMagna International (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLaser beam weldingWeldingElectric resistance weldingButt weldingSheet metalArc weldingCoatingMetallurgyGas metal arc weldingComposite material

Résumé

récupéré en direct d'OpenAlex

Laser beam welding technology has been widely used to weld automobile components, especially for tailored blank welding. In order to provide best corrosion resistance to the welded sheet metal parts, zinc coated steel sheets are normally used. The zinc coating poses no issues to the butt joining of the sheet metals. However, when laser welding technology is applied to lap joint of these sheets, the welding process is not straightforward. Special techniques must be employed to allow the venting of the zinc vapor that is generated at the interface between the paired sheets. Many efforts have been attempted around the world trying to develop a practical technique for laser lap welding of zinc coated steel sheets. Most of the developed technologies has some success but with limitations—extra cost for equipment and process or limited convenience of implementation. In this paper, a new concept of laser lap welding with laser dimpling technology is described. This lap welding technique was implemented successfully in a robotic laser welding system in the laboratory environment and is capable of incorporation into manufacturing processes.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 GPT0,238
Écart entre enseignants0,231 · 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'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

Citations27
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Laser ApplicationsMême sujetWelding Techniques and Residual StressesTravaux en français237 207