MétaCan
Menu
Retour à la cohorte
Enregistrement W2932547432 · doi:10.3390/ma12071071

Effect of Arc Pressure on the Digging Process in Variable Polarity Plasma Arc Welding of A5052P Aluminum Alloy

2019· article· en· W2932547432 sur OpenAlexfundno aff
Bin Xu, Shinichi Tashiro, Fan Jiang, Shujun Chen, Manabu Tanaka

Notice bibliographique

RevueMaterials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensnon disponible
Organismes subventionnairesNational Science and Technology Major ProjectChina Scholarship CouncilBeijing University of TechnologyNational Natural Science Foundation of ChinaUniversity of Alberta
Mots-clésKeyholePlasma arc weldingWeldingMaterials scienceWeld poolPolarity (international relations)MechanicsElectrodeArc (geometry)Arc weldingMetallurgyMechanical engineeringChemistryGas tungsten arc weldingPhysics

Résumé

récupéré en direct d'OpenAlex

The keyhole digging process associated with variable polarity plasma arc (VPPA) welding remains unclear, resulting in poor control of welding stability. The VPPA pressure directly determines the dynamics of the keyhole and weld pool in the digging process. Here, through a high speed camera, high frequency pulsed diode laser light source and X-ray transmission imaging system, we reveal the potential physical phenomenon of a keyhole weld pool. The keyhole depth changes periodically corresponding to the polarity conversion period if the current is same in the electrode negative (EN) phase and electrode positive (EP) phase. There exist three distinct regimes of keyhole and weld pool behavior in the whole digging process, due to the arc pressure attenuation and energy accumulation effect. The pressure in the EP phase is smaller than that of the EN phase, causing the fluctuation of the weld pool free surface. Based on the influence mechanism of energy and momentum transaction, the arc pressure output is balanced by separately adjusting the current in each polarity. Finally, the keyhole fluctuation during the digging process is successfully reduced and welding stability is well controlled.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,039
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,216 · 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.

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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetWelding Techniques and Residual StressesTravaux en français237 207