MétaCan
Menu
Retour à la cohorte
Enregistrement W4200040179 · doi:10.3390/met11122010

Insight into the Influence of Punch Velocity and Thickness on Forming Limit Diagrams of AA 6061 Sheets—Numerical and Experimental Analyses

2021· article· en· W4200040179 sur OpenAlexafffund
Sasan Sattarpanah Karganroudi, Shahab Shojaei, Ramin Hashemi, Davood Rahmatabadi, Sahar Jamalian, Ahmad Aminzadeh, Hussein Ibrahim

Notice bibliographique

RevueMetals · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensCegep de Sept Iles
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésForming limit diagramMaterials scienceAluminiumDiagramComposite materialFinite element methodStructural engineeringFormabilityMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

In this article, the forming limit diagram (FLD) for aluminum 6061 sheets of thicknesses of 1 mm and 3 mm was determined numerically and experimentally, considering different punch velocities. The punch velocity was adjusted in the range of 20 mm/min to 200 mm/min during the Nakazima test. A finite element (FE) simulation was carried out by applying the Johnson–Cook material model into the ABAQUSTM FE software. In addition, a comparison between the simulation and the experimental results was made. It was observed that by increasing the punch velocity, the FLD also increased for both thicknesses, but the degree of the improvement was different. Based on these results, we found a good agreement between numerical and experimental analyses (about 10% error). Moreover, by increasing the punch velocity from 20 mm/min to 100 mm/min in 1 mm-thick specimens, the corresponding FLD increased by 3.8%, while for 3 mm-thick specimens, this increase was 5.2%; by increasing the punch velocity from 20 mm/min to 200 mm/min in the 3 mm-thick sheets, the corresponding FLD increased by 9.3%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetMetal Forming Simulation TechniquesTravaux en français237 207