MétaCan
Menu
Retour à la cohorte
Enregistrement W4308576172 · doi:10.3390/met12111906

Influence of Hot Top Height on Macrosegregation and Material Yield in a Large-Size Cast Steel Ingot Using Modeling and Experimental Validation

2022· article· en· W4308576172 sur OpenAlexafffund
Neda Ghodrati, Mounir Baiteche, Abdelhalim Loucif, Paloma Isabel Gallego, Jean-Benoît Morin, Mohammad Jahazi

Notice bibliographique

RevueMetals · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensCégep de Sorel-TracyÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIngotLiquidusMaterials scienceMetallurgyShrinkageYield (engineering)Continuous castingFlow (mathematics)AlloyMechanicsComposite material

Résumé

récupéré en direct d'OpenAlex

The effect of the hot top height on the formation of positive and negative macrosegregation patterns, the ingot quality, and the material yield during solidification of a 12 MT cast ingot made of a Cr-Mo-low alloy steel was investigated. A 3D numerical simulation of the process was conducted using finite element modeling. A full-size 12 MT ingot was cut off from its center in the longitudinal direction, and a large cross-section was sliced into small samples. The chemical mapping of all the elements in the steel composition was obtained for all samples and compared with the model predictions for validation purposes. The influence of the increase in hot top height on the liquid metal velocity field, size and shape of vortexes, cooling rate of the liquid, and liquidus temperature was determined. Results revealed that increasing the hot top height by 165 mm increased the solidification time, fluid velocity in regions including the hot top and ingot bottom, and decreased the local liquidus temperature. The combination of all the above resulted in an overall decrease in positive and negative macrosegregation of more than 6% and an increase in ingot quality. The results are interpreted based on the interactions between the transport of solute and heat coupled with the flow driven by thermo-solutal convection and shrinkage-induced flow.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,284
Écart entre enseignants0,247 · 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'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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetSolidification and crystal growth phenomenaTravaux en français237 207