MétaCan
Menu
Retour à la cohorte
Enregistrement W1967645947 · doi:10.4028/www.scientific.net/amm.612.163

Effect of Graphite Addition on the Mechanical Properties of Stir Cast Particulate Aluminum Metal Matrix Composite Reinforced with Alumina and Silicon Carbide

2014· article· en· W1967645947 sur OpenAlexaff
Swanand R. Kulkarni, Parshuram M. Sonawane, Madhuri Karnik

Notice bibliographique

RevueApplied Mechanics and Materials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGraphiteComposite materialComposite numberUltimate tensile strengthAluminiumSilicon carbideCastingAlloyTribologyMatrix (chemical analysis)Metal matrix compositeFabricationMetallurgy

Résumé

récupéré en direct d'OpenAlex

Fabrication of PAMC by stir casting, at semisolid stage of the matrix results in homogeneous distribution of the reinforcements in the matrix, which leads to better mechanical and tribological property of the composite. In present study aluminum alloy Al6082 was reinforced with 1% Al2O3 and 3% SiC and 0 to 6% graphite particles by weight. We have varied temperature, speed of agitation and kept all other parameters constant. With present stir casting process, we have successfully processed the total reinforcement up to15% by weight. PAMC has shown 23% increase in hardness, 110% increase in tensile strength and 54% increase in the stiffness. With increase in the graphite reinforcement, coefficient of friction and wear rate of PAMC decreases. Coefficient of friction stabilizes between 0.3 to 0.33 and wear rate stabilizes near to 0.00005 mm3/Nm.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,179
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207