A Comparative Thermo-Mechanical Reverse-Flow-Forming Analysis on High Strength Alloys: A DOE-Based Numerical Study
Notice bibliographique
Résumé
Flow-forming is a highly precise metal forming process extensively used in aerospace and defence sectors for manufacturing high strength, thin-walled tubular components.In the presented research, a detailed finite element (FE) thermo-mechanical model using Abaqus/Explicit is developed to investigate the influence of key process parameters on the structural integrity of the flow-formed tubes.This study evaluates three different types of alloys, Maraging Steel -250 (MDN 250), 15CDV6, and AISI 4130.These materials are selected due to their widespread use in flow-forming applications pertaining to aerospace and defence sectors.The use of flow-forming on these materials enhance mechanical properties through work hardening, ensures precise dimensional control, and reduces material wastage, making them optimal choices for thin-walled tubular components in critical applications.A Taguchi L9 orthogonal array is utilized to systematically analyse the influence of process parameter in feed ratio, percentage reduction, and axial stagger, and their effects are analysed on critical dimensional outcomes such as ovality, diametral growth, and spring-back.Additionally, thermo-structural response outputs like equivalent plastic strain (PEEQ) and temperature distribution at the roller-preform interface are monitored to evaluate the severity of these effects across the three materials.The results indicate a strong correlation between input parameters and PEEQ, with higher strain levels leading to an increased risk of defects and potential onset of failures.Significant thermal gradients are observed as the rollers engage with the preform, with peak temperatures localized at the contact zone due to frictional heating.This localized temperature rise contributes to material softening, thereby, promoting relevant plastic flow and an improved surface conformity.These insights provide a valuable basis for understanding materialprocess interactions and optimizing flow-forming conditions to enhance dimensional precision with minimal defects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».