MétaCan
Menu
Retour à la cohorte
Enregistrement W4416226288 · doi:10.1016/j.engfailanal.2025.110322

Microstructural evaluation and failure analysis of flow forming mandrels: Case studies

2025· article· en· W4416226288 sur OpenAlexaff
Qianxi He, G.K. Dosbaeva

Notice bibliographique

RevueEngineering Failure Analysis · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensMcMaster UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésMetallographyMandrelResidual stressAnnealing (glass)Forming processesFracture toughnessFlow stressMaterial flowSurface integrity

Résumé

récupéré en direct d'OpenAlex

• Metallography reveals defects and structural flaws in cold flow forming mandrels. • Subsurface cracks in failed mandrels identified by SEM, XRD, and stress analysis. • Proper EDM reduces white layer formation and surface tensile stress in mandrels. • Inter-critical annealing improves fracture toughness of DC53 tool steel. This study presents comprehensive metallographic observations on defects and other structural insufficiencies, such as micro-crack development and their causes during cold flow forming of different steel parts. Flow forming is an ideal process for manufacturing parts made of high-strength materials. The process’s high forming forces can produce these parts within tight dimensional and thickness tolerances. This requires the highest standards in surface consistency of hardened flow forming tools to perform serial production of parts (within the range of thousands). This paper shows the importance of structural insufficiencies, particularly under surface area and their role in the failure of flow forming tooling. Tool life is presented for different mandrels made of DC53 cold work steel. All of them were used in the flow forming process. Failure case studies were based on the failed versus well-performing mandrel taken from the production line. SEM, XRD analyses, metallographic studies and residual stresses evaluation were performed. Importance of properly performed EDM to minimize the white (re-cast) layer formation and surface stress is outlined. The present work also points out the role of inter-critical annealing on the fracture toughness of steel DC53.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,281
Écart entre enseignants0,271 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Failure AnalysisMême sujetMetal Forming Simulation TechniquesTravaux en français237 207