MétaCan
Menu
Retour à la cohorte
Enregistrement W4377019104 · doi:10.1088/1757-899x/1281/1/012021

Calculation of thermal features in welding and additive manufacturing

2023· article· en· W4377019104 sur OpenAlexaff
Patricio F. Méndez

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésThermal diffusivityMaterials scienceWeldingThermal conductivityHeat equationThermalHeat transferPenetration (warfare)MechanicsThermodynamicsMaximum temperatureComposite materialMathematicsMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper summarizes multiple engineering expressions that enable the prediction of thermal magnitudes of interest associated with moving heat sources. The expressions use only fundamental parameters available before performing any experiments, and their calculation is algebraic, without the need for numerical methods. All expressions are based on the fundamental governing equations of heat transfer in the solid. The magnitudes predicted include maximum width and its location, maximum penetration, thickness of HAZ, maximum temperature and its location, leading and trailing edge of an isotherm, heating and cooling rate, aspect ratio of an isotherm, melting efficiency, cooling time from 800°C to 500°C, solidification time, and maximum distribution of a heat source to reach a target temperature. Parameters involved include heat source power and speed, thermal conductivity and diffusivity of the substrate material, temperature of interest and preheat or interpass temperature. Temperature-dependent properties are accounted for by the use of effective properties. The expressions proposed can be extended into sophisticated geometries for welding and specific additive manufacturing cases.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207