MétaCan
Menu
Retour à la cohorte
Enregistrement W2319780571 · doi:10.1115/msec2010-34145

Optimization on the Production of Variable Thickness Aluminium Tubes

2010· article· en· W2319780571 sur OpenAlexafffund
R. Bihamta, Guillaume D’Amours, Q.H. Bui, Ahmed Rahem, Michel Guillot, Mario Fafard

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésTube (container)SolverMaterials scienceMATLABMechanical engineeringIndentationAluminiumParameterized complexityVariable (mathematics)Computer scienceStructural engineeringComposite materialEngineeringMathematicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

The variable thickness tube drawing is a new modification in the tube drawing methods which enables production of axially variable thickness tubes faster and easier in comparison with other similar methods like radial forging or indentation forging. The production of this type of tubes can be used in optimum design of mechanical parts which do not necessarily need constant thickness along the axis of tube and this method can strikingly reduce the overall weight of parts and mechanical assemblies like cars. In this paper, the variable thickness tube drawing were parameterized in a MATLAB code and optimized with the Ls-Opt software as an optimization engine and Ls-Dyna as a FE solver. The final objective of this optimization study is to determine the minimum thickness which can be produced in one step by this method with various tube dimensions (tube thickness and outer diameter). For verification of results, some experiments were performed in the tube drawing machine which was fabricated by this research group and acceptable correspondence was observed between numerical and experimental results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMetallurgy and Material FormingTravaux en français237 207