MétaCan
Menu
Retour à la cohorte
Enregistrement W4380885333 · doi:10.1088/1757-899x/1284/1/012033

Experimental characterization and prediction of forming limit diagrams of PHS1800 during hot stamping

2023· article· en· W4380885333 sur OpenAlexaff
Pedram Samadian, Ruijian He, Ryan George, C. Butcher, Michael J. Worswick

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHot stampingFormabilityMaterials scienceForming limit diagramStampingDigital image correlationHardening (computing)Composite materialUltimate tensile strengthDeep drawingTensile testingQuenching (fluorescence)BendingBlankAusteniteMetallurgyMicrostructureOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The use of press-hardening steels (PHSs) in automotive bodies creates the opportunity of producing thinner, higher-strength components. PHS1800, an Al-Si coated PHS grade with ultimate tensile strength of around 1.8 GPa after hot stamping, is a candidate material for vehicle anti-intrusion applications. The current study aims to investigate the formability of this steel during the hot-stamping process. A custom Marciniak punch test and in situ digital image correlation (DIC) techniques were used to determine the in-plane forming limits of this steel during quenching from an austenitic temperature. The carrier blank thickness and geometry were exploited to quench the surrounding material of the specimens while promoting localization in their central regions. Approximately linear strain paths ranging from uniaxial to biaxial stretching were obtained in the tests while avoiding friction and out-of-plane bending. The forming limit curves (FLCs) of the material under various hot-stamping conditions were then predicted using the Marciniak-Kuczyński (MK) model, taking into account the temperature and strain-rate histories. The predicted limit strains were in good accord with the measured data.

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 enseignants0,033
Score d'incertitude au seuil0,533

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 savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,222
Écart entre enseignants0,203 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMetal Forming Simulation TechniquesTravaux en français237 207