MétaCan
Menu
Retour à la cohorte

Numerical and Experimental Study of Tube Hydroforming for Aerospace Applications

2013· article· en· W2053371153 sur OpenAlexaff
Saeed Mojarad Farimani, Henri Champliaud, Javad Gholipour, Jean Savoie, Priti Wanjara

Notice bibliographique

RevueKey engineering materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensNational Research Council CanadaÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésHydroformingAerospaceTube (container)Die (integrated circuit)Finite element methodMaterials scienceDeformation (meteorology)Mechanical engineeringProcess (computing)Structural engineeringComposite materialEngineeringComputer scienceAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In the tube hydroforming (THF) process, a pressurized fluid is used to expand a thin walled tube inside a closed die in order to fill the die cavity. THF has many advantages that render this process interesting for different industries such as automotive and aerospace. In this work, to investigate the effect of different process parameters, such as the friction condition, tube thickness and end-feeding on the final product, THF experiments were performed on stainless steel 321 (SS 321) tubes using a round-to-square die. Experimental loading paths were obtained via the data acquisition system of the hydroforming press, which is fully instrumented. An automated deformation measurement system, Argus®, was used to measure the strains on the hydroformed tubes. The THF process was simulated using Ls-Dyna software. The variation in the strain and thickness measured from the experiments were compared to the simulation results at critical sections. Comparison of the results from the finite element (FE) simulations and experiments showed good agreement, indicating that the approach can be used for predicting the final shape and thickness variations of the hydroformed parts for more complex shapes in aerospace applications.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKey engineering materialsMême sujetMetal Forming Simulation TechniquesTravaux en français237 207