MétaCan
Menu
Retour à la cohorte
Enregistrement W2034145382 · doi:10.3139/217.2267

Utilizing Processing Parameters for Evaluating Polymer Viscosity during Plastication in Injection Molding

2009· article· en· W2034145382 sur OpenAlexaff
Rickey Dubay, D. Zhang, J. M. Hernandez

Notice bibliographique

RevueInternational Polymer Processing · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueInjection Molding Process and Properties
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceViscosityMolding (decorative)PolymerInjection molding machinePressure dropComposite materialWork (physics)RheologyMelt flow indexTemperature dependence of liquid viscosityMechanical engineeringMechanicsRelative viscosityEngineeringCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract This paper investigates the viscosity behavior of melt polymer during the plastication stage in an injection molding machine (IMM). The objective of this paper is to develop theoretical viscosity-based models for evaluating and predicting the bulk viscosity of the melt polymer near the tip of the screw during the plastication stage. The uniqueness of these models is that they include the effects of material properties and machine processing parameters, such as screw rotational speed, hydraulic back pressure, barrel pressure drop, melt pressure and melt temperature. Several open loop tests were conducted on an industrial IMM in order to quantify process parameter effects on the plastication cycle. The derived model was used to predict bulk viscosity using the open loop tests data. The viscosity-based models in this work will be used for developing future optimal controllers for controlling the polymer viscosity during the plastication stage of the injection molding cycle.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,268 · 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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Polymer ProcessingMême sujetInjection Molding Process and PropertiesTravaux en français237 207