MétaCan
Menu
Retour à la cohorte
Enregistrement W2033131546 · doi:10.1109/ias.2011.6074343

Development of an improved mathematical model of the heating phase of thermoforming process

2011· article· en· W2033131546 sur OpenAlexaff
Muminul Islam Chy, Benoît Boulet

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésThermoformingHeat transferProcess (computing)Computer scienceState-space representationState spacePhase (matter)Thermal conductionAlgorithmMechanical engineeringMechanicsMathematicsEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

This paper presents an improved mathematical model to represent a more accurate relationship among inputs and outputs of the heating phase of the thermoforming process. The proposed state-space model of the heating phase of thermoforming process can present and explain some incidents which are impossible to explain using the existing model. The main purpose of the paper is to improve the quality of predictions of the system's output and state through more accurate evaluation of the inputs and system properties. First, the modeling is developed based on the heat transfer method and system's behaviour. Then, a series of specialized experimental data were compared with the simulation data obtained from the developed model to validate it. All three kind of heat transfer methods (conduction, convection and radiation) are considered in the development of the model of a thermoforming machine. The proposed state space model is simulated using a Simulink model to compare with real time results. The input output relationship of the proposed model almost accurately follows the real time relationship of the inputs and outputs at different operating conditions. The proposed model gives the improved results compared to the existing model with the real time experimental data even there was some discrepancy of the existed model result with the real time data. The accuracy of the proposed model is evidenced by the results.

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)0,001
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,039
Tête enseignante GPT0,273
Écart entre enseignants0,234 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRheology and Fluid Dynamics StudiesTravaux en français237 207