MétaCan
Menu
Retour à la cohorte
Enregistrement W2947087518 · doi:10.1088/1757-899x/529/1/012031

A 3D discrete-element model for simulating liquid feeding during dendritic solidification of steel

2019· article· en· W2947087518 sur OpenAlexaff
Yi Feng, Miha Založnik, Brian G. Thomas, A.B. Phillion

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDendrite (mathematics)MechanicsMaterials scienceRepresentative elementary volumeFlow (mathematics)Fluid dynamicsEquiaxed crystalsFinite element methodHagen–Poiseuille equationDiscrete element methodThermodynamicsPhysicsGeometryMathematicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract A 3D meso-scale discrete-element model has been developed to simulate fluid flow during dendritic solidification of steel. The model domain is a representative volume element consisting of a set of equiaxed dendritic grain envelopes along with extra-dendritic liquid channels, where the final grain shape is given by a Voronoi tessellation. Solidification of each grain is simulated via a volume average approach. The output of the solidification simulation at a given solid fraction is used as the input mesh for the fluid flow simulation. A single domain Darcy-Brinkman model is used to calculate the pressure field within the liquid channels, with Poiseuille flow assumed to occur in the extra-dendritic region, and Darcy flow assumed to occur within the dendrite envelope. Mass conservation over each element is then used to derive a flow equation that is solved via the finite element method. The results of this new model are first compared with a previously-developed granular model [1] where fluid flow only occurs between the grains, and then compared with different forms of the Carman-Kozeny equation. It is shown that the intra-dendritic liquid fluid flow plays a major role in the semi-solid pressure field, and thus needs to be included when investigating hot tearing susceptibility in engineering alloys undergoing dendritic solidification.

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 enseignants0,113
Score d'incertitude au seuil0,731

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 savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,246
Écart entre enseignants0,224 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetSolidification and crystal growth phenomenaTravaux en français237 207