MétaCan
Menu
Retour à la cohorte
Enregistrement W4385371923 · doi:10.1002/pen.26437

Thermal expansion of high‐density polyethylene in hot plate welding applications

2023· article· en· W4385371923 sur OpenAlexaff
B. Novaković, Mohamed Kashkoush, Hoda ElMaraghy

Notice bibliographique

RevuePolymer Engineering and Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical and Thermal Properties Analysis
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésHigh-density polyethyleneMaterials scienceWeldingThermal expansionPolyethyleneThermalPolymerComposite materialMechanical engineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract This research studies high‐density polyethylene (HDPE) behavior that is not easily identifiable in a production setting, but is, nevertheless, necessary for consideration when specifying equipment performance for hot plate welding (HPW) applications. Thermal expansion in polymers can depend on several factors, such as the specific type of polymer, its degree of cross‐linking, and the temperature range over which the expansion occurs. This physical behavior can affect the process by prolonging the cycle time if the equipment is not sized correctly for the application. This research uses HDPE samples with different surface areas and varying process parameters (force and temperature) to collect data on the sample size change. Experimental results are compared with a recommended industrial guideline of 0.2 to 0.5 MPa of pressure for the Matching stage (stage for surface conformation). Obtained findings indicate that this industrial guideline is very temperature dependent. Data collected in the experiment were used to develop a mathematical model for thermal expansion under different parameters. This study also presents a visual interpretation of HDPE behavior on the effect of temperature if the pressure is increased or decreased.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer Engineering and ScienceMême sujetMechanical and Thermal Properties AnalysisTravaux en français237 207