MétaCan
Menu
Retour à la cohorte
Enregistrement W2018325600 · doi:10.1115/smasis2014-7499

The Effect of Laser Welds on the Thermomechanical Fatigue of NiTi Shape Memory Alloys

2014· article· en· W2018325600 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensSmarter Alloys (Canada)University of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNickel titaniumMaterials scienceShape-memory alloyWeldingBrittlenessIntermetallicMetallurgyUltimate tensile strengthFatigue limitPseudoelasticityComposite materialMartensiteMicrostructureAlloy

Résumé

récupéré en direct d'OpenAlex

Welding and joining of NiTi based shape memory alloys (SMAs) is essential for their integration into an increasing variety of applications. The titanium elemental constituent significantly complicates joining, especially with dissimilar materials where brittle intermetallics are often formed. There have been a relatively small number of investigations of the welding of NiTi in similar and in dissimilar joints. Of these studies, a few have investigated the effect of similar welded joints on the pseudoelastic fatigue of NiTi. To the author’s knowledge there are no investigations on the effect of joining on the fatigue of thermally actuated NiTi. The current work investigates the physical, thermomechanical fatigue and shape memory properties of welded shape memory wires. The welded NiTi wires successfully achieved 86% of the base metal ultimate tensile strength. The cycle lives of the welded wires that underwent thermomechanical fatigue were significantly less than the base metal.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,047
Score d'incertitude au seuil0,999

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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

En bref

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetShape Memory Alloy TransformationsTravaux en français237 207