Notice bibliographique
Résumé
Temper bead welding has been developed by the judicious positioning of weld beads and the control of heat input with the objective of reduce the peak hardness within the weld HAZ and ultimately improve the fracture toughness. This is usually done by experiment, i.e., trial and error. This paper describes a computational weld mechanics model to compute the transient temperature and transient microstructure evolution in temper bead welds. It is shown that the micro-structure in welds in low-alloy steels can be computed with useful accuracy and resolution for multi-pass welds. Furthermore by combining this analysis with a Design of Experiment (DOE) methodology, this approach has the potential to optimize the design of temper bead weld procedures. Comparison with experimental measurements are used to validate the model. Because hardness can be measured easily, quickly and economically, there is a particular focus on hardness as the most important criterion required in practice. Hardness is a function of carbon equivalent, austenite grain size and cooling rate between 800 to 600 °C. The micro structure can not be characterized by the power per unit length of weld or heat input. This is shown by running tests with different values of speed and current while the heat input is kept unchanged. On the other hand, the parameters in power are not fixed in practice and vary along the weld. This motivates a DOE perturbation analyses for two main parameters in the power; current and speed. The result shows the upper and lower bound expected for hardness due to the variations of each parameter.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».