GMAW weldability of HPVDC structural alloy: impact of surface and core characteristics
Notice bibliographique
Résumé
High-integrity die castings are often welded into complex structures. Compared to conventional die castings, high-vacuum can significantly reduce weld porosity after gas-metal arc or laser welding. However, achieving robust welding remains an industrial challenge due to the large number of variables involved. Surface characteristics, in addition to core material, are known to play a significant role in weldability. This paper investigates the impacts of die lubricant type, location on the part, cleaning method, and welding process. Critical factors contributing to robust joining capability were identified using a combination of advanced characterization and machine learning models. A 3-mm thick flat die insert with edge features was designed to generate detrimental filling patterns within the available envelope. Specimens were cast with the Aural™-2 alloy and welded in the F temper. Before welding, specimens underwent non-destructive testing by immersed ultrasound, with millimeter-scale traceability. Surface characteristics were also investigated after surface treatment using infrared spectroscopy to quantify oxides and remaining traces of die lubricants. Specimens were then welded in a bead-on-plate configuration with GMAW or autogenous laser processes. Given the potential shot-to-shot variations, five specimens were tested for each case. Post-weld quality was evaluated with 2D X-ray inspection and segmented along each weld. Finally, since inputs and outputs were traceable along the specimens and weld lines, quality was correlated with casting and welding parameters using visual interpretation methods and statistical analyses. This work highlights the impact of surface characteristics on post-weld quality to identify favourable process windows for robust joining procedures.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».