Abstract Incremental sheet forming technology has great potential for forming thin-walled parts. However, the excessive thinning rate and uneven thickness distribution seriously affect the performance of forming. To reduce the sheet thickness reduction rate during the incremental forming process, hydraulically supported incremental forming technology is adopted, the thickness reduction rate of parts with different pressures, sheet thicknesses, and sizes was experimentally investigated and optimized by using Taguchi’s method. The results show that in the designed experimental scheme, the most significant elements affecting the thickness reduction rate are the forming angle and hydraulic pressure; the optimum thickness reduction rate is obtained by selecting the appropriate hydraulic pressure, lower forming angle, and larger sheet thickness. In incremental forming, this helps to enhance the thickness uniformity of parts, the quality, and the formability of the form.

Abstract Recent research in computational imaging largely focuses on developing machine learning (ML) techniques for image recognition in the medical field, which requires large-scale and high-quality training datasets consisting of raw images and annotated images. However, suitable experimental datasets for cervical spine X-ray are scarce. We fill the gap by providing an open-access Cervical Spine X-ray Atlas (CSXA), which includes 4963 raw PNG images and 4963 annotated images with JSON format (JavaScript Object Notation). Every image in the CSXA is enriched with gender, age, pixel equivalent, asymptomatic and symptomatic classifications, cervical curvature categorization and 118 quantitative parameters. Subsequently, an efficient algorithm has developed to transform 23 keypoints in images into 77 quantitative parameters for cervical spine disease diagnosis and treatment. The algorithm’s development is intended to assist future researchers in repurposing annotated images for the advancement of machine learning techniques across various image recognition tasks. The CSXA and algorithm are open-access with the intention of aiding the research communities in experiment replication and advancing the field of medical imaging in cervical spine.

Abstract A general avalanche tester that utilizes an unclamped inductive switching (UIS) test is essential for measuring the maximum energy that a power device can withstand before failure. This procedure is critical for evaluating the reliability and robustness of power devices. Avalanche testers typically require high-precision hollow inductors with broad adjustable ranges and fine increments to accommodate the varying test conditions of different devices. However, this often results in large, heavy, and expensive inductor modules. In this study, we propose and experimentally demonstrate a novel method for testing avalanche tolerance based on avalanche energy equivalence. This method employs the magnetic core inductance as an alternative to the traditionally used bulky air-core inductance in avalanche testers, producing results comparable to those obtained from conventional UIS tests. To verify the equivalence of the avalanche energy, we designed a UIS experimental platform that includes a 1.3 mH magnetic core inductor connected in series with an adjustable air-core inductor. This configuration enables the evaluation of the maximum avalanche current consistency and degree of core inductor attenuation during the UIS test for two commercial P-channel and N-channel power MOSFET devices. The experimental results indicate that the difference between the avalanche energy and maximum avalanche current in the UIS test under both inductor conditions is approximately 1 % . Consequently, the magnetic core inductor can replace the air-core inductor. The method proposed in this study offers a promising direction for optimizing avalanche testers to meet the demands of modern devices for miniaturization and high efficiency, thereby reducing material consumption, production costs, and transportation expenses. This enhances product market competitiveness and holds practical value in engineering applications.

ABSTRACT The elasto‐plastic model‐based finite element method (FEM) simulation can graphically describe the nonlinearly mechanical response of adhesives to various loadings. Its prediction accuracy significantly hinges on the constitutive models of the adhesives. In this study, the plasticity property of the polyurethane adhesive is characterized by the Exponential Drucker‐Prager model (EDPM), and the model parameters are identified through tensile and shear tests. The FEM simulations and validation experiments reveal that there exists a monotonically increasing nonlinear relationship between the bonding thickness and the maximum stress of the adhesive joint as well as the stress peaked in the end of the single‐lap‐joint (SLJ), while the joint strength shows a monotonically decreasing tendency with the increment of the bonding length, and the stress at the joint end is distributed uniformly. The EDPM‐based constitutive model of polyurethane adhesive can accurately delineate the elastic–plastic deformation process of the bonding joints, which lays a theoretical foundation for optimizing the material properties of the adhesive and the bonding process.

Abstract Carbon fibers (CFs) with notable comprehensive properties, such as light weight, high specific strength, and stiffness, have garnered considerable interest in both academic and industrial fields due to their diverse and advanced applications. However, the commonly utilized precursors, such as polyacrylonitrile and pitch, exhibit a lack of environmental sustainability, and their costs are heavily reliant on fluctuating petroleum prices. To meet the substantial market demand for CFs, significant efforts have been made to develop cost‐effective and sustainable CFs derived from biomass. Lignin, the most abundant polyphenolic compound in nature, is emerging as a promising precursor which is well‐suited for the production of CFs due to its renewable nature, low cost, high carbon content, and aromatic structures. Nevertheless, the majority of lignin raw materials are currently derived from pulping and biorefining industrial by‐products, which are diverse and heterogeneous in nature, restricting the industrialization of lignin‐derived CFs. This review classifies fossil‐derived and biomass‐derived CFs, starting from the sources and chemical structures of raw lignin, and outlines the preparation methods linked to the performance of lignin‐derived CFs. A comprehensive discussion is presented on the relationship between the structural characteristics of lignin, spinning preparation, and structure‐morphology‐property of lignin‐derived CFs. Additionally, the potential applications of these materials in various domains, including energy, catalysis, composites, and other advanced products, are also described with the objective of spotlighting the unique merits of lignin. Finally, the current challenges faced and future prospects for the advancement of lignin‐derived CFs are proposed.