MétaCan
Menu
Retour à la cohorte
Enregistrement W1996874436 · doi:10.1088/0957-4484/20/7/075605

Fabrication of a nanocomposite from<i>in situ</i>iron nanoparticle reinforced copper alloy

2009· article· en· W1996874436 sur OpenAlexaff
Zidong Wang, Xuewen Wang, Qiangsong Wang, I. Shih, Jianjun Xu

Notice bibliographique

RevueNanotechnology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAlloyHigh-resolution transmission electron microscopyEquiaxed crystalsNanoparticleCopperTransmission electron microscopyCastingMetallurgyScanning electron microscopeNanocompositeMicrostructureUltimate tensile strengthComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

In situ iron nanoparticle reinforced Cu-3Sn-8Zn-6Pb alloy has been fabricated by centrifugal casting in a vacuum chamber with a medium frequency electrical furnace. The microstructure of this alloy was analyzed with a scanning electron microscope (SEM) and a high-resolution transmission electron microscope (HRTEM), and the results show that the grains of Cu-3Sn-8Zn-6Pb alloy without iron have a typical dendrite structure with dimensions from 500 to 1500 microm, and the grains of the alloy with the addition of 1% iron are small and equiaxed, with dimensions from 20 to 60 microm. Then, the relatively uniform dispersed particles in the copper matrix were identified with the HRTEM to be pure iron with dimensions in the order of 2-20 nm. The mechanical properties of the alloys were measured and the results show a significant increase in the tensile strength of the alloy with iron nanoparticles and a slight increase of the elongation compared to that without iron. The mechanism of formation of the iron nanoparticles was analyzed by thermodynamic and dynamic theories, and the results indicate that the in situ iron nanoparticles of Cu-3Sn-8Zn-6Pb alloy can reasonably form during solidification in the centrifugal casting technique.

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 enseignants0,010
Score d'incertitude au seuil0,740

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations48
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207