MétaCan
Menu
Retour à la cohorte
Enregistrement W4243796107 · doi:10.1179/000844305794409382

NUMERICAL SIMULATION OF FLOW, TEMPERATURE AND COMPOSITION VARIATIONS IN A GALVANIZING BATH

2005· article· en· W4243796107 sur OpenAlexaff
F. Ajersch, F. Ilinca, J.‐F. Hétu, Frank Goodwin

Notice bibliographique

RevueCanadian Metallurgical Quarterly · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensNational Research Council CanadaPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésGalvanizationIngotMetallurgyChemistryMineralogyThermodynamicsMaterials sciencePhysicsComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

The modern hot dip galvanizing operation is a complex process subject to a number of configurational, physical, chemical and kinetic parameters. Small decreases in temperature can precipitate intermetallic dross particles, which can be entrained in the flow towards the strip leading to surface imperfections. The numerical simulations carried out in this study clearly define the spatial distribution of velocity, temperature and compositional variation in the bath. The modeling of the transient effects during ingot melting and non-melting periods have also identified the critical periods and zones within the bath where dross formation can occur within an operating cycle.L’opération moderne de galvanisation à chaud est un procédé complexe exposé à plusieurs paramètres configurationnels, physiques, chimiques et cinétiques. De petites diminutions de température peuvent précipiter des particules intermétalliques de scories, lesquelles peuvent être entraînées dans l’écoulement vers la bande, conduisant à des imperfections de surface. Les simulations numériques effectuées dans cette étude définissent clairement la distribution spatiale de la vitesse, de température et de la variation de composition dans le bain. La modélisation des effets transitoires lors des périodes de fonte et d’absence de fonte du lingot a également identifié les périodes critiques ainsi que les zones dans le bain où la formation de scorie peut se produire à l’intérieur d’un cycle d’opération.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,550

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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'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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Metallurgical QuarterlyMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207