Methods, Models, and Assumptions Used in Finite Element Simulation of a Pilger Metal Forming Process
Notice bibliographique
Résumé
The pilger process is a cold-worked mechanical process that combines the elements of extrusion, rolling, and upsetting for the formation of thin-walled tubes. This complex manufacturing process relies on the results of trial and error testing programs, experimental parameter sensitivity studies, and prototypical applications to advance the technology. This finite element modelling effort describes the methods, models, and assumptions used to assess the process parameters used to manufacture thin-walled tubing. The modelling technique breaks down the manufacturing process into smaller computer generated models representing fundamental process functions. Each of these models is linked with the overall process simulation. Simplified assumptions are identified and supporting justifications provided. This work represents proof of principle modelling techniques, using large deformation, large strain, finite element software. These modelling techniques can be extended to more extensive parameter studies evaluating the effects of pilger process parameter changes on final tube stress and strain states and their relationship to defect formation/propagation. Sensitivity studies on input variables and the process parameters associated with one pass of the pilger process are also included. The modelling techniques have been extended to parameter studies evaluating the effects of pilger process parameter changes on tube stress and strain states and their relationship to defect formation. Eventually a complex qualified 3-D model will provide more accurate results for process evaluation purposes. However, the trends and results reported are judged adequate for examining process trends and parameter variability.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».