MétaCan
Menu
Retour à la cohorte
Enregistrement W2589115599 · doi:10.4271/2017-01-1706

Wear of D2 Tool Steel Dies during Trimming DP980-type Advanced High Strength Steel (AHSS) for Automotive Parts

2017· article· en· W2589115599 sur OpenAlexaff
Sandeep Bhattacharya, Daniel J. Green, Raj Sohmshetty, A.T. Alpas

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensUniversity of Windsor
Organismes subventionnairesFord Motor Company
Mots-clésTrimmingAutomotive industryEngineeringHigh strength steelManufacturing engineeringAutomotive engineeringMechanical engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Automobile body panels made from advanced high strength steel (AHSS) provide high strength-to-mass ratio and thus AHSS are important for automotive light-weighting strategy. However, in order to increase their use, the significant wear damage that AHSS sheets cause to the trim dies should be reduced. The wear of dies has undesirable consequences including deterioration of trimmed parts' edges. In this research, die wear measurement techniques that consisted of white-light optical interferometry methods supported by large depth-of-field optical microscopy were developed. 1.4 mm-thick DP980-type AHSS sheets were trimmed using dies made from AISI D2 steel. A clearance of 10% of the thickness of the sheets was maintained between the upper and lower dies. The wear of the upper and lower dies was evaluated and material abrasion and chipping were identified as the main damage features at the trim edges. This paper quantifies the wear on the upper and lower dies between 20,000 - 230,000 trimming cycles and notes the observed differences between the wear characteristics in the upper and lower dies.</div></div>

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,879
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207