MétaCan
Menu
Retour à la cohorte
Enregistrement W4413300126 · doi:10.5267/j.esm.2025.8.002

A multi-faceted investigative approach to ram speed, extrusion temperature and die exit width effects on mechanical properties of extruded Al 6063 alloy

2025· article· en· W4413300126 sur OpenAlexvenueno aff
Temitayo M. Azeez, Humbulani Simon Phuluwa

Notice bibliographique

RevueEngineering Solid Mechanics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtrusionDie (integrated circuit)Materials scienceAlloyComposite materialMetallurgyMechanical engineeringEngineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

This research focused on the die exit width, ram speed and temperature effects on extruded Al 6063 alloy mechanical properties. It is a multiple approach that involves numerical, experimental and simulation methods in optimizing the extrusion process. The Q-Form was used in extruded sample flow stress and strain distribution analysis. The result revealed die exit width as the parameter with the most significant influence on Al 6063 alloy tensile strength and hardness, followed by extrusion temperature and then ram speed. The die width increase from 6mm to 8mm yields 73.5 % and 75.8 % tensile strength and hardness increase. The optimized process parameters predicted by the model are a speed of 16.2567 mm/s, a temperature of 526.334 °C, and a die exit diameter of 7.1862 mm, which yields a tensile strength of 151.031 MPa and a hardness of 183.644 HB, respectively. Based on Qform findings, the sample extruded using these optimal parameters yielded uniform metal flow products with low stress concentration. The research enables deep knowledge into the extrusion parameters and mechanical properties relationship, leading to aluminum alloy hot extrusion process optimization. This research has contributed to the more effective and efficient extrusion process development that can be applied in many aluminum extrusion industries. The product quality can be improved through optimized process parameters, thereby reducing the cost of production and boosting the extrusion process's overall efficiency.

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)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,215
Écart entre enseignants0,200 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetMetallurgy and Material FormingTravaux en français237 207