Caracterització superficial d'un motlle d'injecció brunyit
Bibliographic record
Abstract
Aquest projecte té per objectiu en primer lloc, fer un anàlisi de l’estat de l’art del procés de brunyit. En segon lloc, es fa un estudi de la rugositat sobre superfícies brunyides. El brunyit és una operació d’acabat que genera determinades millores i avantatges sobre la superfície del material sobre el qual es du a terme. Per fer-ho es farà l’assaig sobre un motlle d’injecció complex d’acer 1.2344 mecanitzat en torn de control numèric (CNC) mitjançant l’operació de fresat que, posteriorment, es sotmetrà al brunyit en certes zones estratègiques. Un cop fet això es prendran mesures de rugositat i s’estudiaran els resultats obtinguts amb la intenció de caracteritzar completament la peça i comprovar l’eficàcia de l’eina de brunyit tan en superfícies planes com en aquelles que presenten angles complexes i que suposen un repte. Els resultats obtinguts en aquest projecte demostren una millora substancial dels paràmetres superficials en aquelles regions on s’aplica el brunyit, millorant així les característiques mecàniques del motlle que s’estudia. Com era d’esperar però, s’ha observat que l’eina de brunyit no treballa igual en totes les cares de la peça degut que presenten diferents direccions i això genera diferències depenent de la cara que s’ha mesurat. En general les superfícies presenten un aplanament notable comparat amb aquelles en que no s’ha aplicat el procés de brunyit. Cal contextualitzar el moment en que es realitza aquest projecte. Degut a la pandèmia del COVID-19 aquest treball s’ha vist limitat a un caràcter molt més teòric del que inicialment estava plantejat. Des d’un principi es pretenia caracteritzar completament dues peces diferents. La intenció era prendre mesures tan de rugositat com de duresa sobre la totalitat de les seves superfícies. A més, es volia fabricar una de les dues peces mitjançant l’estació de mecanitzat CNC de la universitat. Degut al tancament d’aquesta només s’han pogut fer servir les mesures que s’havien pres fins al moment. Per tant, finalment s’ha optat per fer servir aquestes mesures per caracteritzar la peça que ja estava fabricada de la millor manera possible dins les limitacions.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".