MétaCan
Menu
Retour à la cohorte
Enregistrement W372770416 · doi:10.1299/jsmeintmp.10.2.202

530 The forming characteristics in Micro-Forging with Ultrasound Vibration

2002· article· en· W372770416 sur OpenAlexaff
Mitsugu MOTOMURA, Kengo Saitoh, Ryota Kimura, Ayumu Kuroshima

Notice bibliographique

RevueThe Proceedings of the JSME Materials and Processing Conference (M&P) · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensSKiN Health
Organismes subventionnairesnon disponible
Mots-clésForgingMaterials scienceLubricationVibrationDeformation (meteorology)MetallurgyFlow stressDie (integrated circuit)Mechanical engineeringComposite materialAcousticsEngineeringAlloy

Résumé

récupéré en direct d'OpenAlex

In this investigation we suggest the new process for micro forming by forging (micro forging). It is reported that processing performance is improved by making a tool or material vibrate in the high frequency by ultra sound waves in case of metal processing, because of the reduction of the load and the decrease in resistance to deformation. In this investigation, a processing tool is made to vibrate at high speed by the ultrasound vibration in micro forging and the characteristics have been investigated. Moreover, in micro forging the flow stress of the material was decreased by heating the specimen to the high temperature. As a result, the processing characteristics of micro forging could be improved. And the processing characteristics was investigated by the changing of the temperature conditions and the lubrication condition in this manufacturing process.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,186
Écart entre enseignants0,172 · 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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of the JSME Materials and Processing Conference (M&P)Même sujetMetallurgy and Material FormingTravaux en français237 207