Prediction of fracture strength in Al<sub>2</sub>O<sub>3</sub>/SiC<sub>p</sub>ceramic matrix nanocomposites
Notice bibliographique
Résumé
Based primarily on a recent publication [S.M. Choi, H. Awaji, Sci. Tech. Adv. Mater. 6 (2005) 2–10.], where the dislocations around the nano-sized particles in the intra-granular type of ceramic matrix nanocomposites (CMNCs) were modeled, dislocation activities in Al2O3/SiCp CMNCs were discussed in relation to the processing conditions. The dislocations around the nano-sized particles, caused by the thermal mismatch between the ceramic matrix and nano-sized particles, were assumed to hold out the effect of Orowan-like strengthening, although the conventional Owowan loops induced by the movement of dislocations were unlikely in the ceramic matrix at room temperature. A model involving the yield strength of metal matrix nanocomposites (MMNCs), where the Owowan strengthening effect was taken into consideration, was thus modified and extended to predict the fracture strength of the intra-granular type of CMNCs without and with annealing. On the basis of the characteristics of dislocations in the CMNCs, the load-bearing effect and Orowan-like strengthening were considered before annealing, while the load-bearing effect and enhanced dislocation density strengthening were taken into account after annealing. The model prediction was found to be in agreement with the experimental data of Al2O3/SiCp nanocomposites reported in the literature.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».