MétaCan
Menu
Retour à la cohorte

Application of High-Pressure Torsion to Al-Si Alloys with and without Scandium Additions

2010· article· en· W2017002104 sur OpenAlexaff
K. Venkateswarlu, V. Rajinikanth, Mani Sen, Saleh N. Alhajeri, Terence G. Langdon

Notice bibliographique

RevueMaterials science forum · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensCanadian Society of Intestinal Research
Organismes subventionnairesNational Science Foundation
Mots-clésMaterials scienceScandiumAlloyTorsion (gastropod)Grain sizeIndentation hardnessMetallurgyPrecipitationMicrostructure

Résumé

récupéré en direct d'OpenAlex

Al-2 wt. % Si alloys with and without 0.25 wt. % scandium additions were processed by high-pressure torsion up to five turns at room temperature under a pressure of 6.0 GPa. Microstructural examination of the as-cast Al-2Si-0.25Sc alloy revealed the presence of Al3Sc precipitates which refined the Al grain structure, whereas no major changes were observed in the morphology of the Si particles. Processing by HPT of both experimental alloys revealed submicrometer grains with uniformly distributed Si particles. The mechanical properties were obtained using hardness measurements and the ball-indentation technique. The results show the hardness increased in the first turn of HPT and further increased with increasing numbers of turns. In addition, the hardness values were lower at the centers and continuously increased towards the edges of the disks. The difference in hardness values between the centre and the edge decreased with increasing turns, thereby suggesting an increasing homogeneity with increasing processing. The scandium addition and HPT processing of the Al-2Si alloy strongly influences the grain refinement and mechanical properties. The grain size reduction in the Al-2Si alloy was similar to Al whereas the presence of Sc in Al-2Si during HPT processing was responsible for large precipitation networks and a submicrometer grain formation.

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 enseignants0,007
Score d'incertitude au seuil0,674

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetMicrostructure and mechanical propertiesTravaux en français237 207