MétaCan
Menu
Retour à la cohorte
Enregistrement W3211106507 · doi:10.1016/j.jmrt.2021.10.120

A thermal-stress modelling methodology in ABAQUS for fundamentally describing the die/casting interface behaviour in a cyclic permanent die casting process

2021· article· en· W3211106507 sur OpenAlexaff
Chunying Wei, Jun Ou, Farzaneh Farhang Mehr, Daan M. Maijer, Steve Cockcroft, Xu Wang, A Lateng, Zhi Chen, Zhihua Zhu

Notice bibliographique

RevueJournal of Materials Research and Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDie (integrated circuit)Die castingMaterials scienceMetallurgyCastingStress (linguistics)Process (computing)Interface (matter)Mechanical engineeringComposite materialEngineeringComputer scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

This manuscript describes a novel method for thermal-stress modelling of a cyclic, permanent die casting process in the commercial software package ABAQUS. The key element in this method is that it updates the casting's geometry according to the deformed die at elevated temperature before filling the die cavity . Using this method, the evolution of gap and/or pressure at the die/casting interface has been predicted. This in turn has allowed for a more fundamental and less empirical description of the evolution in resistance to heat transfer at the interface during a casting cycle. The new methodology has been compared to a previously published methodology, and the comparison shows a noticeable difference between the two approaches in predicting the temperature field in the die and the casting and prediction of areas prone to shrinkage-based porosity. This methodology also predicts the stress distribution in the die in the cyclic steady-state operation, which may be of value in predicting die fatigue life .

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 recherche0,0000,001
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 Opus0,200
Tête enseignante GPT0,362
Écart entre enseignants0,162 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Research and TechnologyMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207