MétaCan
Menu
← Retour à la cohorte
Enregistrement W6983448314

Modeling warpage and shrinkage in thermoplastic blow molded part using BlowView

2017· other· en· W6983448314 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShrinkageThermoplasticMolding (decorative)Blow moldingExtrusionMoldWork (physics)Deformation (meteorology)Residual stress
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Blow molding is one of the most important forming processes for producing complex thermoplastic industrial parts. During these processes, residual stresses caused by inhomogeneous cooling and relaxation of polymer chains, often result in shrinkage and warpage of the final part. Tolerance issues are critical in many extrusion blow molding applications, and therefore part deformation due to solidification needs to be controlled and optimized according to specific design criteria. Part designers in today's global environment are under increasing pressure to reduce part development time to a minimum, yet ensuring the maximum part quality and minimum manufacturing costs. If the dimensional changes of a part can be estimated before a tool is built, the design engineer gets a valuable tool to avoid costly and expensive modifications to the mold. Therefore, the development of an accurate simulation tool, well suited for industrial applications, to predict thermoplastic part deformations due to solidification, has become essential for designers to help achieve an efficient production. The aim of this work is to show the latest advancements in predicting solidification and warpage of Plastic Fuel Tanks using NRC's BlowView software. The numerical warpage simulation results obtained using BlowView will be presented based on an industrial case study. The importance of using the ideal geometry and a uniform mesh representing the mold cavity to perform the warpage analysis, rather than the distorted inflated parison mesh, will be highlighted. The simulation results, in terms of displacements, are also compared to the actual scanned part using the best fit technique in order to exemplify the accuracy and reliability of the proposed approach.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,048
Tête enseignante GPT0,285
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARC→Travaux en français237 207→