Experimental and Numerical Analysis on TIG Arc Welding of Stainless Steel Using RSM Approach
Notice bibliographique
Résumé
This study involves the validating of thermal analysis during TIG Arc welding of 1.4418 steel using finite element analyses (FEA) with experimental approaches. 3D heat transfer simulation of 1.4418 stainless steel TIG arc welding is implemented using ABAQUS software (6.14, ABAQUS Inc., Johnston, RI, USA), based on non-uniform Goldak’s Gaussian heat flux distribution, using additional DFLUX subroutine written in the FORTRAN (Formula Translation). The influences of the arc current and welding speed on the heat flux density, weld bead geometry, and temperature distribution at the transverse direction are analyzed by response surface methodology (RSM). Validating numerical simulation with experimental dimensions of weld bead geometry consists of width and depth of penetration with an average of 10% deviation has been performed. Results reveal that the suggested numerical model would be appropriate for the TIG arc welding process. According to the results, as the welding speed increases, the residence time of arc shortens correspondingly, bead width and depth of penetration decrease subsequently, whilst simultaneously, the current has the reverse effect. Finally, multi-objective optimization of the process is applied by Derringer’s desirability technique to achieve the proper weld. The optimum condition is obtained with 2.7 mm/s scanning speed and 120 A current to achieve full penetration weld with minimum fusion zone (FZ) and heat-affected zone (HAZ) width.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».