Latest developments in BlowView Optimization Package: application for multilayer, extrusion blow molded plastic fuel tanks
Notice bibliographique
Résumé
The aim of this work is to show both the latest developments and capabilities of BlowDesign, the design optimization package of the BlowView software, to improve the extrusion blow molding process for the manufacturing of multilayer plastic fuel tanks (PFT). Based on gradient optimization methodology, the BlowDesign software loops over the finite element simulation software BlowView. The design optimization scheme in BlowDesign for the manufacturing of blow moulded multilayer fuel tanks uses two main consecutive optimization steps: die shaping geometry and processing conditions optimization. The die shaping optimization consists of manipulating the geometry of the bushing-mandrel shape in order to distribute the material uniformly around the inflated part using static flexible deformable ring (SFDR) die technology. The process optimization consists of manipulating design variables such as the extrusion flow rate, extrusion time, pre-blow pressure and the die gap programming profile (programming points) to minimize the part thickness variance around the desired thickness distribution or to minimize the part weight subject to a minimum thickness constraint based on client performance requirement criteria using the next die technologies: vertical wall distribution system (VWDS), partial wall distribution system (PWDS) or die slide motion (DSM). In this work, the proposed optimization approach will be investigated on a specific Jerry Can and PFT. During the former optimization, a barrier layer thickness optimization is performed simultaneously to minimize the hydrocarbon permeation through the PFT wall to satisfy the daily emission imposed by government regulation. The optimization has proven to be an excellent tool to improve the design by decreasing the objective function and satisfying the process constraints over optimization iterations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,006 |
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 ».