MétaCan
Menu
← Retour à la cohorte
Enregistrement W7073998686

Development of a three-dimensional multi-scale model to study the formation of solidification defects in fusion welding,

2016· other· en· W7073998686 sur OpenAlexaff

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2016
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEquiaxed crystalsMicrostructureWeldingDeformation (meteorology)ShrinkageFlow (mathematics)Fusion weldingDevelopment (topology)Fluid dynamicsCracking
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the long-standing challenges in joining of aluminum alloys is the occurrence of solidification defects, i.e. hot cracking and porosity, since these defects significantly increase manufacturing costs. This research project investigates the formation of solidification defects through development of a novel and comprehensive 3-D multi-scale and multi-physics numerical study and then application to the GTA welding of the aluminum alloy AA6061. The developed multi-scale model is composed of four different modules: 1) Solidification, 2) Deformation, 3) Fluid flow, and 4) Defect formation. The solidification module numerically reconstructs the 3-D microstructure of semisolid welds using a granular model of solidification. Specifically, a modified Voronoi tessellation algorithm is used to generate an unstructured grid representing the weld microstructure. The reconstructed microstructure contains both columnar and equiaxed grains and varies as a function of welding process parameters. Then, the Scheil equation is used in combination with the temperature field obtained through the Rosenthal equation and the reconstructed 3D microstructure to simulate solidification. This module outputs the evolving 3D structure of the semisolid weld composed of solid grains and a network of micro liquid channels for use by the deformation and fluid flow modules as the simulation geometry. The deformation module analyzes via finite elements the deformation of the semisolid weld due to externally applied strains and self-induced strains such as thermo-mechanical strains and solidification shrinkage in order to obtain local strain rates within the micro liquid channels. The local strain rates outputted by the deformation module feed a fluid flow analysis module in which the pressure field within the semisolid weld is calculated. Finally, the defect formation module uses various defect formation models to link the pressure field and the local strain rates to the formation of solidification defects including micro cracks and hydrogen porosity.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,014
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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
GenreMéthodes

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)→Même sujetCell Image Analysis Techniques→Travaux en français237 207→