A new method to exploit ultrasonic vibrations in deep drawing process
Notice bibliographique
Résumé
In the deep drawing process of sheet metals, lack of formability and the defects generated as a consequence of friction are two main limiting factors. Using ultrasonic vibration is an impressive way to decrease these limitations. In this paper, the ultrasonic – aided deep drawing process with a novel way of applying radial ultrasonic vibration is presented. The novelty of the presented method is using the bending mode of vibration in the sheet metal and the die using radial ultrasonic vibration. The presented method, contrary to the other techniques of applying ultrasonic vibration, has shown much fewer resonance frequency variations by changing the sheet metal geometry during the process and likewise with a variation of the clearance between the blank holder and the die. For this purpose, the finite element method was used in designing the equipment for the deep drawing process. The experimental test was done on St12 in the presence and absence of ultrasonic vibration. The effect of ultrasonic vibration in the presented method on the wrinkling and thinning defects and likewise the forming forces were experimentally studied. The results indicated the high efficiency of the presenting method in decreasing both the forming forces and the wrinkling and thinning defects. About a 42.3% decrease in the forming forces and a 4.4% decrease in the thinning effect were achieved by applying ultrasonic vibration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».