MétaCan
Menu
Retour à la cohorte

Laser Modified Thin Layers in Piston Rings

2012· article· en· W1996762425 sur OpenAlexaff
Felipe de Oliveira, Wagner de Rossi, Jesualdo Luiz Rossi

Notice bibliographique

RevueMaterials science forum · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensCanadian Linguistic Association
Organismes subventionnairesnon disponible
Mots-clésOvalityPiston ringMaterials scienceLaserPiston (optics)Hardening (computing)ThermalComposite materialMicrostructureDistortion (music)Work (physics)Ring (chemistry)Mechanical engineeringAutomotive engineeringOptoelectronicsOptics

Résumé

récupéré en direct d'OpenAlex

The new engine developments are providing engine mechanical and thermal loads increase on the components. Besides the unfavorable wear conditions, the components should provide similar or improved performance compared with current baselines. For piston rings, the performance is given by the ring capacity of sealing and scrapping. These performances can be measured in an engine using the results of lube oil consumption and blow-by. The main intention of this work is to provide support for new piston rings developments by laser hardening parameters optimization, reducing the wear degradation. Hence, the aim of this work was to evaluate the influence of laser hardening on contact surface from the second ring and verify the microstructure modification and rings shape distortion due to heat input. The results indicate that the laser parameters can be tailored in order to achieve adequate macrostructures and micro constituents distribution. The ring ovality was inside to acceptable levels.

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 enseignants0,051
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 GPT0,218
Écart entre enseignants0,208 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetTribology and Lubrication EngineeringTravaux en français237 207