MétaCan
Menu
Retour à la cohorte
Enregistrement W2094371862 · doi:10.1002/pen.20662

A comprehensive experimental study and numerical modeling of parison formation in extrusion blow molding

2006· article· en· W2094371862 sur OpenAlexaff
Azizeh‐Mitra Yousefi, Paul K. Collins, S. Chang, Robert DiRaddo

Notice bibliographique

RevuePolymer Engineering and Science · 2006
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésBlow moldingExtrusionMaterials scienceMandrelDie (integrated circuit)SwellMechanicsHigh-density polyethyleneComposite materialMolding (decorative)Finite element methodMechanical engineeringMoldPolyethyleneStructural engineeringEngineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Parison dimensions in extrusion blow molding are affected by two phenomena, swell due to stress relaxation and sag drawdown due to gravity. It is well established that the parison swell and sag are strongly dependent on the die geometry and the operating conditions. The availability of a modeling technique ensures a more accurate prediction of the entire blow molding process, as the proper prediction of the parison formation is the input for the remaining process phases. This study considers both the simulated and the experimental effects of the die geometry, the operating conditions, and the resin properties on the parison dimensions using high density polyethylene. Parison programming with a moving mandrel and the flow rate evolution in intermittent extrusion are also considered. The parison dimensions are measured experimentally by using the pinch‐off mold technique on two industrial scale machines. The finite element software BlowParison® developed at IMI is used to predict the parison formation, taking into account the swell, sag, and nonisothermal effects. The comparison between the predicted parison/part dimensions and the corresponding experimental data demonstrates the efficiency of numerical tools in the prediction of the final part thickness and weight distributions. POLYM. ENG. SCI., 47:1–13, 2007. © 2006 Society of Plastics Engineers

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,340

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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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

Citations14
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207