MétaCan
Menu
Retour à la cohorte
Enregistrement W2002078751 · doi:10.5539/mas.v6n10p15

Multi-scale Analysis of Void Closure for Heavy Ingot Hot Forging

2012· article· en· W2002078751 sur OpenAlexvenueno aff
Xiaoxun Zhang, Fang Ma, Kai Ma, Xia Li

Notice bibliographique

RevueModern Applied Science · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensnon disponible
Organismes subventionnairesShanghai Leading Academic Discipline ProjectShanghai Municipal Education Commission
Mots-clésIngotVoid (composites)ForgingDie (integrated circuit)Materials scienceClosure (psychology)Mechanical engineeringStructural engineeringMechanicsMetallurgyComposite materialEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A multi-scale model towards simulating the void closure during hot forging was introduced in the present study and the derived void evolution model was programmed into commercial code DEFORM to simulate the void closure behavior in heavy ingot during the upsetting and blocking processes. From the simulation results, it can be concluded that: (1) the cymbal-shaped die is good at closing voids not only near the die but also around the axis of the ingot when the reduction is 36% in the upsetting process, (2) the effectiveness of V-shaped die is the best for consolidating voids around the axis and near the die when the reduction is 24% in a single blocking process, however, at about 22% reduction after 90° rotate, the void-closed regions become quite large around the axis both for flat dies and FML dies and the loads are much lower than those of V-shaped dies. Upon that, void closure in multi-stroke and multi-pass forging was also discussed. The multi-scale model and simulation results provide valuable sources of reference for design and optimization of die shapes and pass schedules for heavy ingots during hot working 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,023
Tête enseignante GPT0,254
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'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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMetallurgy and Material FormingTravaux en français237 207