Investigating the Effects of Controllable Parameters on Cold-wire Gas Tungsten Arc Weld Bead Geometry
Notice bibliographique
Résumé
Multi-layer Gas Tungsten Arc Welding (GTAW) is widely used for refurbishing plastic injection molds. This welding process can provide the high quality weld that is required for molds that will be subject to high temperatures and pressures during production. This refurbishing weld process is currently performed manually, which exposes the welders to poor working conditions. GTA welding is a tedious and time consuming process when compared to other welding processes. The advantages of automating this process are two-fold: removing workers from arduous working conditions, and decreasing production cycle time by increasing the deposition rate through robotic control. The purpose of this study was to investigate the e ects of controllable welding parameters on weld bead geometry for standard welding operating ranges when refurbishing plastic injection molds. Another aim was to determine and predict the sensitivity and response, respectively, of \nbase metal orientation on bead geometry. Remanufactured molds require the removal of tool steel, which can be achieved with current CNC machining technology. However, automating the addition tool steel is di cult achieve due to the inherent complexity of the GTA welding process. The work presented in this thesis is an integral component for simplifying the mold remanufacture process by eliminating the guesswork in choosing optimal welding parameters. Through the means of experimental design and statistical analysis, relationships were developed between welding parameters and their e ects on \nbead height, bead width, penetration, heat a ected zone (HAZ) depth and HAZ width. The regression models were capable of predicting responses in bead geometry within 1 \nmillimeter in variation. The resulting regression models can be extended to cold wire GTA welding applications that require high deposition rates and the capabilities of predicting bead geometry for various base metal orientations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».