MétaCan
Menu
Retour à la cohorte
Enregistrement W2005833830 · doi:10.1115/pvp2007-26544

Transformation Temperatures and Welding Residual Stresses in Ferritic Steels

2007· article· en· W2005833830 sur OpenAlexafffund
J. A. Francis, H.J. Stone, S. Kundu, R. B. Rogge, H. K. D. H. Bhadeshia, Philip J. Withers, Leif Karlsson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensNational Research Council Canada
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNational Research Council Canada
Mots-clésResidual stressMaterials scienceWeldingMetallurgyMartensiteConsumablesGroove (engineering)Neutron diffractionStress (linguistics)Context (archaeology)Filler metalComposite materialArc weldingMicrostructureDiffractionGeology

Résumé

récupéré en direct d'OpenAlex

Residual stress in the vicinity of a weld can have a large influence on structural integrity. Here the extent to which the martensite-start temperature of the weld filler metal can be adjusted to mitigate residual stress distributions in ferritic steel welds has been investigated. Three single-pass groove welds were deposited by manual-metal-arc welding on 12mm thick steel plates using filler metals designed to have different martensite-start temperatures. Their residual stress distributions were then characterised by neutron diffraction. It was found that a lower transformation temperature leads to a potentially less harmful stress distribution in and near the fusion zone. The experimental method is reported and the results are interpreted in the context of designing better welding consumables.

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 enseignants0,670
Score d'incertitude au seuil0,343

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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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

Citations42
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWelding Techniques and Residual StressesTravaux en français237 207