MétaCan
Menu
Retour à la cohorte
Enregistrement W4386697354 · doi:10.20944/preprints202309.0831.v1

Injection Flow Rate Threshold Preventing Atypical In-Cavity Pressure during Low-Pressure Powder Injection Molding

2023· preprint· en· W4386697354 sur OpenAlexafffund
Francis Arès, Dorian Delbergue, Vincent Demers

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueInjection Molding Process and Properties
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMoldMolding (decorative)Composite materialViscosityVolumetric flow rateMetal injection moldingRaw materialTransfer moldingFlow (mathematics)Injection mouldingMelt flow indexWeld lineWeldingPolymerMechanicsSinteringChemistry

Résumé

récupéré en direct d'OpenAlex

Controlling injection parameters is paramount when it comes to producing high-quality green parts using powder injection molding. This work combines experimental and numerical approaches to study the impact of injection parameters on mold in-cavity pressure and on the overall quality of green parts produced by low-pressure powder injection molding. The properties of two low-viscosity feedstocks (formulated from a water-atomized stainless-steel powder and wax-based binder system) were measured and implemented in an Autodesk Moldflow numerical model to quantify the molding pressures, which were finally validated using experimental real-scale injections. The results confirmed that an increase in mold temperature, an increase in feedstock temperature, and a decrease in solid loading decrease the mold in-cavity pressure, which was correlated with the feedstock viscosity. As a key result, real-scale injections confirmed that a minimum flow rate was required to avoid atypical high in-cavity pressure leading in several visual defects such as weld lines, flow marks, cracks, sinks, and incomplete filling. Due to differences in its thermal transfer properties, this flow rate threshold value decreases as the feedstock solid loading increases. For injection speeds higher than this value, the injection pressure measured experimentally was linearly correlated with the injection flow rate.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,293
Écart entre enseignants0,223 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetInjection Molding Process and PropertiesTravaux en français237 207