MétaCan
Menu
Retour à la cohorte
Enregistrement W4391167097 · doi:10.3390/jmmp8010019

Effect of Intermediate Path on Post-Wrinkle Initiation of the Multi-Pass Metal Spinning Process: Analysis in the Rotating Reference Frame

2024· article· en· W4391167097 sur OpenAlexafffund
Huy Hoan Nguyen, Henri Champliaud, Van Ngan Lê

Notice bibliographique

RevueJournal of Manufacturing and Materials Processing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpinningWrinklePath (computing)Frame (networking)Process (computing)Computer scienceMaterials scienceStructural engineeringMechanical engineeringEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The metal spinning process has been observed in recent major investigations carried out using finite element analysis. One interesting idea has proposed simulating a rotating disc for the simulation of the metal spinning process to reduce computational time. The development of this concept is presented in this paper, including the formal mathematical transformation from the inertial frame to the rotating reference frame, specific FEM configurations with mesh sizes based on a minimized aspect ratio, a mesh convergence study, and the application of a feed rate scale. Furthermore, in the context of the rotating reference frame, the flange geometry after wrinkle initiation is investigated, including the number of peaks and their amplitudes. Using this new approach, it was found that the number of peaks gradually increases from two to eight peaks while their amplitude decreases. In the case of severe wrinkles, the number of peaks stays at four while the amplitude increases dramatically. The intermediate path proves capable of increasing the number of peaks while maintaining a low amplitude. These results will make it possible to design new paths, facilitating the production of defect-free spun parts.

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)0,002
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 enseignants0,322
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,290
Écart entre enseignants0,278 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing and Materials ProcessingMême sujetMetal Forming Simulation TechniquesTravaux en français237 207