MétaCan
Menu
Retour à la cohorte
Enregistrement W2084579867 · doi:10.1115/pvp2013-97214

Modeling and Simulation of Optimal Blank Design and Hot Pressing Process for Manufacturing Large Francis Turbines Blades From Very Thick Plates

2013· article· en· W2084579867 sur OpenAlexafffund
Zhengkun Feng, Henri Champliaud, Louis Mathieu, Michel Sabourin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensAlstom (Canada)Cégep de Sorel-TracyÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBlankFrancis turbinePressingMechanical engineeringShipbuildingEngineeringProcess (computing)HydropowerTurbine bladeTurbineResidual stressStructural engineeringComputer scienceMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Hot pressing process is widely used in automotive, shipbuilding, energy production and civil engineering. However, the trial and error technique that is intensive time and energy consuming is still used. Particularly, the design of Francis turbines of hydropower plants is not standard, but variable from site to site due to hydraulic conditions and cost of energy. As a result, the blade hydraulic profile of each Francis turbine is different. The blades, one of the key components of Francis turbine runners, are produced in small batches and the setup of the dedicated punch and die increases significantly the unit production costs. In this paper, the blade unfolding process for optimal blank design will be firstly presented, and then a hot pressing process for very thick plates is proposed. The pressing process of high strength steel at hot temperature is characterized by thermo-mechanical behaviors, three-dimensional unsteady deformation, high nonlinearity, continuous local forming. The analyses of residual stress distribution and applied forces are carried out.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,387
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,239
Écart entre enseignants0,217 · 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 tête enseignante, 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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMetallurgy and Material FormingTravaux en français237 207