MétaCan
Menu
Retour à la cohorte
Enregistrement W2011937691 · doi:10.4028/www.scientific.net/msf.690.351

Effect of Al-Ti-B Based Master Alloys on Grain Refinement and Hot Tearing Susceptibility of AZ91E Magnesium Alloy

2011· article· en· W2011937691 sur OpenAlexaff
Abdallah Elsayed, C. Ravindran, B.S. Murty

Notice bibliographique

RevueMaterials science forum · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCastabilityMaterials scienceTearingMetallurgyAlloyCastingMagnesiumMagnesium alloyComposite material

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to examine the potential of Al-5Ti-1B and Al-1Ti-3B master alloys in reducing the hot tearing susceptibility of AZ91E magnesium alloy. The low penetration of magnesium alloys for structural automotive applications can be attributed to their poor castability during permanent mould casting. An improvement in the castability of magnesium alloys will result in the production of larger castings for automotive applications and a reduction in vehicle weight. The addition levels examined for both master alloys were 0.1, 0.2, 0.5 and 1.0 wt.%. The master alloys were added to the AZ91E alloy and stirred for 30 seconds. For the graphite mould castings used to observe grain refinement, the pouring and mould temperatures were 720 and 750 °C respectively. The hot tear castings were produced using a “dog bone” shaped H-13 tool steel mould. The pouring and mould temperatures were 720 and 180 °C respectively. Without master alloy addition, the base AZ91E casting had severe hot tears. The addition of Al-5Ti-1B slightly reduced hot tears while Al-1Ti-3B addition significantly reduced hot tears. The addition of Al-1Ti-3B also significantly reduced the grain size of the castings from 113 µm in the base alloy to 72 µm with 1.0 wt.% addition. The addition of Al-5Ti-1B did not lead to a reduction of hot tears because of large TiAl 3 particles acting as stress risers during solidification.

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)0,002
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 enseignants0,013
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207