Solidification model calibration for predicting microstructure fields in HPVDC Aural™-2
Notice bibliographique
Résumé
In this paper, the conventional solidification model available in the ProCAST® software is tested and calibrated to predict the microstructure of an aluminium alloy stepped plate produced by the high-pressure vacuum die casting process. An experimental tooling was built to cast Aural™-2 specimens at 1.8, 3.0 and 4.7 mm thicknesses, while measuring the subsurface die temperature gradient at two locations. The measured die temperatures were then used to determine the timedependent interfacial heat transfer coefficients required as input to calculate the cooling rate. The microstructures of 1.8 and 4.7 mm sections were characterized through-thickness using electron backscatter diffraction imaging and energy-dispersive spectroscopy for both the α-Al and eutectic regions. A finite element model was set up in ProCAST® using small subdomains to efficiently calculate the solidification behavior in each region and extract the predicted microstructural characteristic lengths. The model was integrated into an iterative external optimization loop operating on Python to calibrate the six material parameters of the solidification model for this alloy by minimizing the error between the predicted and measured dendritic (α-Al) and eutectic grain sizes. With these optimized parameters, the prediction accuracy was tested for the skin-tocore profile in two section thicknesses typical of structural die casting. Such a model could be used as part of a wider numerical toolbox to predict the location-specific service strength and ductility for structural die castings at the design stage, before the tooling is built.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».