MétaCan
Menu
Retour à la cohorte
Enregistrement W2675857479 · doi:10.1299/jsmedsd.2009.19.163

1309 Optimization of Press Molding Die by Fluid and Structure Coupled Analysis

2009· article· en· W2675857479 sur OpenAlexaff
Hiroya FURUICHI, Takashi Sakakibara, Shunsuke Masuda

Notice bibliographique

RevueSekkei Kougaku, Shisutemu Bumon Kouenkai kouen rombunshuu/Sekkei Kogaku, Shisutemu Bumon Koenkai koen ronbunshu · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensCybernet Systems Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésDie (integrated circuit)Materials scienceTube (container)Heat transferMolding (decorative)Stress (linguistics)Thermal analysisMaximum temperatureHeat transfer coefficientComposite materialMechanicsThermodynamicsThermalPhysics

Résumé

récupéré en direct d'OpenAlex

To prevent quality loss of processed material due to non-uniform temperature and stress of press molding die, a coupled analysis is executed to minimize the difference between maximum and minimum temperature and maximum stress at pressure surface by changing cooling tube location and diameter. The coupled analysis consists of thermo-fluid analysis, heat transfer analysis, and structural analysis, and the continuous calculation required for optimization of the coupled analysis is automated by optimization software. Heat transfer analysis is conducted using temperature distribution of cooling tube which results from thermo-fluid analysis to calculate temperature difference at pressure surface. Structural analysis is conducted using heat strain caused by temperature distribution of die which results from heat transfer analysis to calculate maximum equivalent stress at pressure surface. As a result of optimization after sensitivity analysis, temperature and stress of molding die improved by 76.4% and 34.8%, respectively.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,215
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSekkei Kougaku, Shisutemu Bumon Kouenkai kouen rombunshuu/Sekkei Kogaku, Shisutemu Bumon Koenkai koen ronbunshuMême sujetEngineering Applied ResearchTravaux en français237 207