Re-Meshing Algorithms Applied to Mould Filling Simulations in Resin Transfer Moulding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In injection moulding processes such as Resin Transfer Moulding (RTM) for example, numerical simulations are usually performed with a fixed mesh, on which the displacement of the flow front is predicted by the numerical algorithm. During the injection, special physical phenomena occur on the front, such as capillary effects inside the fibre tows or heat transfer when the fluid is injected at a different temperature than the mould. In order to approximate these phenomena accurately, it is always better to adapt the mesh to the shape of the flow front. This can be achieved by implementing re-meshing algorithms, which will provide not only more accurate solutions, but also faster calculations. In order to represent precisely the shape of the saturated domain in the cavity, the mesh needs to be non-isotropic in the vicinity of the flow front. The size of the elements along the front is connected to the overall accuracy needed for the simulation; the size in the perpendicular direction governs the accuracy on the position of the moving boundary in time. Since these two constraints on element size are not related, the need for non-isotropic mesh refinement is crucial. In the approach proposed here, the mesh is changed at each time step from a background isotropic mesh used as starting point in the refinement algorithm. The solution needs to be projected on the new mesh after each re-meshing. This amounts to adopting a new filling algorithm, which will be validated by comparison to a standard simulation (without re-meshing) and with experimental data.
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.
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 découle