Reactive friction stir processing of AA 5052–TiO<sub>2</sub> nanocomposite: process–microstructure–mechanical characteristics
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.
Notice bibliographique
Résumé
Friction stir processing (FSP) is a solid state route with a capacity of preparing fine grained nanocomposites from metal sheets. In this work, we employed this process to finely distribute TiO 2 nanoparticles throughout an Al–Mg alloy, aiming to enhance mechanical properties. Titanium dioxide particles (30 nm) were preplaced into grooves machined in the middle of the aluminium alloy sheet and multipass FSP was afforded. This process refined the grain structure of the aluminium alloy, distributed the hard nanoparticles in the matrix and promoted solid state chemical reactions at the interfaces of the metal/ceramic particles. Detailed optical and electron microscopic studies showed that the microstructural homogeneity was improved with repetition of FSP up to four passes. The average grain size of the nanocomposite was ∼2 μm, while nanometric MgO and Al 3 Ti particles were formed in situ and homogenously distributed in the metal matrix. Mechanical characterisations showed that the yield strength and elongation were increased from 93±5 MPa and 13·8 to 117±3 MPa and 25·3 after employing four-pass FSP. Fractographic studies also revealed that agglomerated TiO 2 particles could operate as sites of crack initiation and propagation, which led to brittle fracture. By increasing the number of FSP passes, the agglomerates were disappeared and the ductility was enhanced remarkably.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle