MétaCan
Menu
Retour à la cohorte
Enregistrement W2619566363 · doi:10.11159/icmie17.121

Graphite Flake Size Effects to Thermal Durability of Automobile Flywheel Under Forced Slippage

2017· article· en· W2619566363 sur OpenAlexvenueno aff
Mehmet Onur Genç, Çağlar İmer

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSlippageFlywheelDurabilityGraphiteMaterials scienceThermalFlakeComposite materialAutomotive engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to investigate thermal durability of grey cast iron GJL250 material flywheel based on casting graphite flake size under abusive and unusual driving condition which causes forced slippage.In daily routine, drivers may make half press of clutch pedal and switch the gear out of sequence during long traffic condition.This case leads to slippage between flywheel and clutch that causes energy dissipation in clutch house.During slippage, thermal load on flywheel increases and when it reaches critical level this may cause thermal cracks on flywheel.In this study, graphite flake size effects on thermal durability were investigated.In order to simulate daily abusive usage, flywheels which have different graphite flake type and size were subjected to forced slippage test at the test bench which simulates the abusive usage on the car.The findings of this study is different size of graphite flake types on flywheel directly effects the thermal performance of material and may cause prominent cracks during over dissipated energy occurrence.At the end of the forced slippage test, the cast iron which has higher graphite size completed the test without crack, whereas prominent cracks were observed on the casting which has smaller laminar graphite size.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,197 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207