Application of a mathematical model to multipass hot deformation of aluminium alloy AA5083
Notice bibliographique
Résumé
Sheet metal forming operations are used extensively in industry to alter the shape of the metal through plastic deformation. A critical step in the sheet manufacturing process is hot rolling which reduces the thickness of the ingot and can significantly impact the final sheet properties based on the microstructure evolution during this operation. A two-dimensional mathematical model was developed and experimentally validated to simulate deformation and microstructure evolution during multipass hot rolling for an AA5083 aluminium alloy. The details of model development and experimental validation can be found in earlier work. In this article, the application of the validated model to further understand and optimise the material stored energy and ensuing microstructure during multipass hot rolling is described. Specifically, the model was employed to examine the effect of changing the number of rolling passes as well as strain partitioning during multipass rolling on the material stored energy and the resulting microstructure. Results indicate that the number of passes has a significant effect on the stored energy which increases as the number of passes increases. In addition within a multipass rolling schedule the way in which the strain is partitioned is also shown to have an effect on the stored energy with a decreasing strain/pass schedule providing the highest material stored energy after rolling is complete. In contrast an increasing strain/pass schedule provides the lowest stored energy in the material after rolling. This overall effect is attributed to the differences in strip temperature as the lowest exit temperature strip has the highest stored energy. The model was further utilised to generate operational curves to predict the material stored energy and subsequent recrystallisation under different rolling conditions, namely at different interpass times and total strains for various start deformation temperatures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».