MétaCan
Menu
Retour à la cohorte
Enregistrement W2019081295 · doi:10.3139/217.2227

Numerical Simulation of a Thermoviscoelastic Frictional Problem with Application to the Hot-Embossing Process for Manufacturing of Microcomponents

2009· article· en· W2019081295 sur OpenAlexaff
Kalonji K. Kabanemi, Jean‐Philippe Marcotte, J.‐F. Hétu, Matthias Worgull, M. Heckele

Notice bibliographique

RevueInternational Polymer Processing · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésEmbossingMaterials scienceMoldViscoelasticityMolding (decorative)Finite element methodReplication (statistics)Insert (composites)Mechanical engineeringReentrancyForming processesComposite materialComputer scienceStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Hot embossing is a compression molding technique used for high replication accuracy of small features. One of the most sensitive phases of the process is the de-embossing stage during which the patterned part has to be demolded. In this paper, the demolding stage is considered as a frictional contact problem between a rigid mold insert and a viscoelastic polymer sheet as it deforms and cools inside a mold under an applied force. The contact is modeled with a modified Coulomb's law of dry friction while a generalized Maxwell model is used to describe the polymer behavior during embossing, cooling and de-embossing stages. The heat transfer between the mold insert and the patterned polymer sheet is solved through a domain decomposition method. A finite element approximation based on a penalized technique is proposed and analyzed. The purpose of this modeling approach is to predict dimensional stability and residual shape of microcomponents in the hot embossing process. Such a prediction will allow one to assign appropriate processing conditions that minimize geometrical imperfections and increase replication accuracy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,270
Écart entre enseignants0,262 · 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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Polymer ProcessingMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207