MétaCan
Menu
Retour à la cohorte
Enregistrement W2909767764 · doi:10.4028/www.scientific.net/ssp.285.441

Case Study: Engine Bracket Made by Rheocasting Using the SEED Process

2019· article· en· W2909767764 sur OpenAlexaff
Pascal Côté, Vlastimil Bryksí, Barbora Bryksí Stunová

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensAluminium Refining, Degassing and Filtering (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLubricationCastingAutomotive industrySlurryContext (archaeology)Die castingMetallurgyMechanical engineeringAluminiumMoldManufacturing engineeringProcess engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

In the context of increasing needs for lightweighting vehicles, semisolid casting of aluminium components is a proven route that can be efficiently applied for automotive parts. Although semisolid forming has not yet reached the market penetration that suits its actual potential, it is currently and efficiently used in many applications around the world on a daily basis. An example of such will be shown. This paper presents a case study on the application of the SEED rheocasting technology for the casting of an engine bracket. The part is made of the widely used AlSi7Mg0.3 alloy and is heat treated in T6 condition to benefit from the enhanced mechanical properties made possible by semi-solid forming. Throughout the development phase, different aspects associated with semisolid casting, such as slurry condition, gate design, mold filling behaviour, lubrication, blistering and others, were addressed successfully. In the final, the combination of the SEED technology with a thorough development process and the specific casting rules for semi-solid forming led to actual commercial production and contributed to weightsaving on the actual part as compared to a former design made from high pressure die casting.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,286
Écart entre enseignants0,251 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207