MétaCan
Menu
Retour à la cohorte
Enregistrement W4391389589 · doi:10.1007/s00170-024-13071-3

Residual stress measurement in engine block—an overview

2024· article· en· W4391389589 sur OpenAlexaff
Houman Alipooramirabad, Sina Kianfar, Anna Paradowska, Reza Ghomashchi

Notice bibliographique

RevueThe International Journal of Advanced Manufacturing Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésResidual stressBlock (permutation group theory)ResidualStress (linguistics)Cylinder blockEngineeringMechanical engineeringComputer scienceMaterials scienceMathematicsComposite materialAlgorithmGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Significant residual stresses are often generated during the manufacturing of cast Al-Si alloy engine blocks due to differential cooling rates, the mismatch in the thermo-physical properties of adjacent materials in direct contact and volumetric changes caused by solid-state phase transformations during cooling. These may be modified during heat treatment and operation. These residual stresses may lead to distortion (affecting performance and economy) or premature failure of the engine block. For this reason, it is of fundamental importance to have reliable numerical and experimental methods for characterizing the residual stresses in the engine blocks at several steps during the manufacturing process. Sectioning and neutron diffraction techniques have been widely used to determine the residual stresses in the engine blocks. Numerical techniques have been developed to predict these residual stress but require experimental validation. The authors reviewed several numerical and experimental studies of residual stress evolution in engine blocks and showed how the residual stresses, microstructures, and mechanical properties are correlated.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,024
Tête enseignante GPT0,282
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Advanced Manufacturing TechnologyMême sujetWelding Techniques and Residual StressesTravaux en français237 207