MétaCan
Menu
Retour à la cohorte
Enregistrement W2052755079 · doi:10.5539/mas.v3n2p177

Effect of Corner Radius and Friction Parameters on the Optimization of the Cold Forging Die Design

2009· article· en· W2052755079 sur OpenAlexvenueno aff
A. R. Ab-Kadir, Azliza Othman, Z. Samad, Khaleed Hussain. M. T., Azween Abdullah

Notice bibliographique

RevueModern Applied Science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForgingFillet (mechanics)Heading (navigation)Die (integrated circuit)Materials scienceBall (mathematics)Finite element methodForming processesMechanical engineeringFriction factorProcess (computing)Flow stressMechanicsStructural engineeringComputer scienceComposite materialMetallurgyEngineeringStrain rateMathematicsTurbulencePhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Finite element (FE) method is extensively employed in solving linear and non-linear problems and widely used particularly in analyzing a forming process. It enables the analysis on internal properties such as stress effective, forming load, metal flow and deformation to be performed, in which results in an increase on the performance of forging process. Heading process which is often performed in conjunction with other cold forging process has been simulated by FE-code DEFORMTM F3 v6.0. The numerical results were analyzed to evaluate the effect of the fillet size and the friction value on the cold heading process. It was found that the heading process provided good precision and productivity as the size of fillet was increased; due to intensification of the metal flow to infuse the die cavity. On the other hand, the friction value also played an important role in governing the reaction force between workpiece and punch in the process.

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)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,195
Écart entre enseignants0,184 · 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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMetallurgy and Material FormingTravaux en français237 207