Selection and Characterization of a Flexible Seal to Allow Sheet Flow during Superplastic Forming
Notice bibliographique
Résumé
The auto industry aims to deliver cost-effective, efficient vehicles to meet customer needs. They are utilizing aluminum to lower expenses, enhance durability, and lighten vehicles. Currently, the industry is developing a high-speed blow forming (HSBF) technique—a faster version of the aluminum thermoforming process, superplastic forming (SPF). HSBF allows the rapid creation of aluminum bodywork or structural parts at high temperatures using pressurized gas. It can produce up to 25 parts per hour, significantly faster than SPF, which only produces 4 parts per hour. The primary objective of this project is to select and characterize a seal that can increase the production rate to 120 parts per hour by allowing the sheet to flow into the mold, especially during the initial stages of the forming process, where most of the deformation occurs. Several test benches were developed to assess the performance and durability of the selected high-temperature seals under conditions that imitate the HSBF process. During the tests, low air pressures are applied to a gasket-enclosed cavity and the resulting mass-flow leakage is measured. The temperature of the mold is kept constant at approximately the superplastic temperature of the aluminum alloy. Through testing, we derived leakage mass flow curves based on cycle count, showcasing the superior sealing ability and longevity of packing seals in HSBF conditions. The seals displayed good durability and sealing performance under HSBF operational conditions, sustaining over 3000 cycles. Moreover, the seals attained a leakage mass flow rate of around 0.3 g/s·m·bar, nearly ten times below the target application limit of 2 g/s·m·bar, confirming their superior performance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».