MétaCan
Menu
Retour à la cohorte
Enregistrement W3208499264 · doi:10.1504/ijmpt.2022.120657

Multi-objective optimisation of plastic injection moulding process using mould flow analysis and response surface methodology

2022· article· en· W3208499264 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Materials and Product Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInjection Molding Process and Properties
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésResponse surface methodologyVolumetric flow rateProcess (computing)Production (economics)Production rateProcess engineeringStability (learning theory)Injection mouldingDesign of experimentsMaterials scienceMathematicsComputer scienceEngineeringStatisticsComposite materialMechanics

Résumé

récupéré en direct d'OpenAlex

Concurrently maintaining a stable part weight and high production rate has remained a challenge in injection moulding. As a statistical tool, response surface methodology (RSM) was exploited to examine effects of process parameters on part weight and production rate. The objective was to optimise process parameters in order to obtain weight stability at high rates of production. The study took advantage of validated numerical simulations using MoldFlow to generate input data required in statistical analysis. Analysis of variance revealed that packing time has a consequential impact on both responses, where an increase in packing time resulted in high part stability, but a low production rate. Real-scale test using optimal parameters producing the best trade-off between part weight and production rate was performed to validate efficiency of the optimisation procedure. The part weight and production rate predicted by RSM were in good accordance with experimental observations, with relative errors of less than 2.5%.

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.

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 enseignants0,455
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,038
Tête enseignante GPT0,302
Écart entre enseignants0,264 · 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