MétaCan
Menu
Retour à la cohorte
Enregistrement W2966171579 · doi:10.1139/tcsme-2019-0087

Die stress analysis and improvement of the welding valve fastener in multi-stage forging

2019· article· en· W2966171579 sur OpenAlexvenueno aff
Gow Yi Tzou, Shih‐Hsien Lin, Dyi‐Cheng Chen, Un-Chin Chai

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForgingFastenerCylinder stressStress (linguistics)Die (integrated circuit)Structural engineeringCore (optical fiber)Materials scienceWeldingUltimate tensile strengthResidual stressFinite element methodEngineeringComposite materialMetallurgyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This study explores the multi-stage cold forming die of a welding valve fastener using simulation software. It is possible to understand the various stress intensities of the die core bore and the corresponding distributions during each forging stage so as to improve the service life of the die. These stresses include radial stress, axial stress, hoop stress, and maximum principal stress, as well as the different types of stresses that could cause different fractures of the die core. Therefore, it is necessary to use different die design methods to improve the fracture issues for different die cores. For example, shrink fit can be used between the die core and die case. By adjusting the size of the shrink fit, tensile hoop stress can be converted into compressive hoop stress, which can avoid the generation of axial cracking of the die during the forging formation. In addition, drastic changes in axial stress caused by the stress concentration on the die core can yield a transverse crack of the die core. Thus adopting preventative measures by split such a stress concentration into two sections reduces the drastic changes in axial stress on that section.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetMetallurgy and Material FormingTravaux en français237 207