MétaCan
Menu
Retour à la cohorte
Enregistrement W1978544759 · doi:10.4028/www.scientific.net/msf.753.25

<i>In Situ</i> Measurements of Grain Growth and Recrystallization by Laser Ultrasonics

2013· article· en· W1978544759 sur OpenAlexaff
Matthias Militzer, Thomas Garcin, Warren J. Poole

Notice bibliographique

RevueMaterials science forum · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceRecrystallization (geology)MetallurgyThermomechanical processingAusteniteMicrostructureDynamic recrystallizationAnnealing (glass)AlloyIn situGrain sizeHot working

Résumé

récupéré en direct d'OpenAlex

Laser ultrasonics for metallurgy (LUMet) is an innovative sensor technology for in-situ measurement of microstructure evolution during thermomechanical processing. This unique sensor has been attached to a Gleeble 3500 thermomechanical simulator for dedicated laboratory studies during processing of steel, aluminum, magnesium and titanium samples. Advanced processing software has been developed for the measurement of grain size and texture evolution from laser ultrasonic signals. Results of austenite grain growth measurements in low carbon steels will be described to demonstrate the capabilities of the LUMet technique. Further, applications of the system to measure recrystallization of ferrite and austenite formation during intercritical annealing simulations of dual phase steels will be presented. The ability to rapidly acquire data both during a single test and for multiple conditions over a range of conditions from different samples has important implications on expediting process modelling and alloy design. Although certain limitations exist, the LUMet technique offers a very reliable characterization platform with a number of potential applications in metallurgical process engineering.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,443

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 technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,194
Écart entre enseignants0,184 · 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

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207