MétaCan
Menu
Retour à la cohorte
Enregistrement W2735969271 · doi:10.11159/ijmem.2017.001

Optimization of Spheroidized Process Parameters for Two AISI 1022 Steel Wires Using Taguchi Approach

2017· article· en· W2735969271 sur OpenAlexvenueno aff
Chih-Cheng Yang, Chang-Lun Liu

Notice bibliographique

RevueInternational Journal of Mechanical Engineering and Mechatronics · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Selection and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaguchi methodsProcess (computing)Materials scienceMetallurgyMechanical engineeringComputer scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Steel wire coils are used as semi-finished products for the production of fastener billets.The process usually requires preliminarily drawing wire coil to reduce the diameter of products.The drawn wire usually has to be annealed to improve the cold formability.In the fastener industry, most companies use a subcritical process for spheroidized annealing.The quality of spheroidize annealed steel wire affects the forming quality of screws.Various parameters affect the quality of spheroidized annealing such as spheroidized annealing temperature, prolonged heating time, furnace cooling time and flow rate of nitrogen.The effects of spheroidized annealing parameters affect the quality characteristics of wires, such as tensile strength and hardness.In this study, a series of experimental tests are carried out and Taguchi method is used to obtain optimum spheroidized annealing conditions to improve the mechanical properties of two AISI 1022 low carbon steel wires, WA and WB.It is revealed experimentally that, for wire WA, spheroidized annealing temperature and prolonged heating time are the significant factors; however, for wire WB, spheroidized annealing temperature and furnace cooling time are the significant factors to influence the mechanical properties of steel wires.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,288
Écart entre enseignants0,260 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanical Engineering and MechatronicsMême sujetMaterial Selection and PropertiesTravaux en français237 207