Simulation of the Heat Treatment of an Automotive Cast Part
Notice bibliographique
Résumé
In this paper, simulation of the casting and heat treatment processes of front spindle of a rigid dump truck are presented. The objectives are to present how the different operations can be simulated in order to predict the local phases in the different areas of the part. To reach these objectives, two software packages are used in sequenced. The first one, Thercast, is used to simulate the casting operation. The second one, Forge, is applied to the water-quenching simulation. The general formulations used are shortly presented in this paper. The aim of casting simulation is to compute the metal behavior from the liquid state at the pouring stage to the solid state during cooling into the mold. Filling and cooling phases simulations, taking into account the air gap, ensure that no internal defects like shrinkage, porosity, micro porosity or hot tearing are taking place into the part. Forge software allows the water quenching stage simulation. A model is used to deduct the IT diagram (Isothermal Transformation diagram) from the material composition. The initial grain size influences the transformation kinetics. Another main phenomenon is the efficiency of the cooling bath. The results of the simulation (phase distribution, distortion, residual stresses) strongly depend on these input conditions. Thus, the effect of input data variations on final results must be studied. The modeling approach is validated by comparisons with micrographic observations. Another solution to determine the reliability of the models is to observe the local properties in the quenched part. The prediction of the local micro hardness can be used to evaluate the accuracy of the quenching models.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».