MétaCan
Menu
Retour à la cohorte
Enregistrement W1972089159 · doi:10.2495/hpsm140491

Improving the performance of magnesium alloys for automotive applications

2014· article· en· W1972089159 sur OpenAlex
R.O. Hussein, D. O. Northwood

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWIT transactions on the built environment · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryMagnesiumAutomotive engineeringComputer scienceMaterials scienceMetallurgyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Magnesium and its alloys are attractive to the automotive industry for their inherent light-weight which leads to highly fuel-efficient design. However, due to a low melting temperature (650C), magnesium has relatively poor elevated temperature mechanical properties, e.g., creep. This has, therefore, restricted its use in applications such as engine components. Magnesium is also a highly reactive metal and has inherently poor corrosion and wear resistance. Improved corrosion and wear performance can be obtained through alloying and microstructural engineering. However, for enhanced corrosion and tribological properties, the use of surface engineering techniques involving coatings is mandatory. Plasma Electrolytic Oxidation (PEO), also known as "Micro-Arc Oxidation (MAO)", has been used to successfully produce oxide layers on magnesium alloys with excellent tribological and corrosion resistant properties. By controlling the PEO process parameters, uniform, relatively pore-free and well adhered coatings can be produced which can provide adequate corrosion protection. The coating requirements for good tribological properties are somewhat different than for good corrosion performance. However, good tribological performance combined with good corrosion performance can be obtained through control of the PEO processing parameters.

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.

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)0,000
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: aucune
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,192
Écart entre enseignants0,181 · 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