MétaCan
Menu
Retour à la cohorte

Superplasticity in Coarse-Grained Al-Mg Alloys

2006· article· en· W2019812067 sur OpenAlexaff
E. Isaac Samuel, John J. Jonas, F. H. Samuel, S.R. MacEwen

Notice bibliographique

RevueMaterials science forum · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensNovelis (Canada)Université du Québec à ChicoutimiMcGill University
Organismes subventionnairesnon disponible
Mots-clésSuperplasticityMaterials scienceFlow stressStrain rateMetallurgyDeformation (meteorology)Ductility (Earth science)Strain (injury)ElongationAlloyDynamic strain agingUltimate tensile strengthStress (linguistics)Composite materialCreep

Résumé

récupéré en direct d'OpenAlex

Superplasticity refers to a high temperature deformation process involving a marked sensitivity of the flow stress to the imposed strain rate, with resulting enhanced ductility. Although conventionally associated with fine-grained materials, superplasticity has recently been observed in coarse-grained alloys. The present research involves the deformation behavior of Al-Mg base alloys, where superpure Al-3%Mg and Al-5%Mg, and commercial Al 5056 were selected for study. The results for the Al-5%Mg and Al 5056 alloys are presented in this article. Flat sheet-type samples were tensile tested to 10% strain at increasing temperatures and at prescribed strain rates (0.001/s, 0.01/s, and 0.1/s). The dependence of flow stress on temperature was found to display some unusual characteristics. This behavior is interpreted as resulting from the occurrence of dynamic strain ageing (DSA). The aim of the overall study is to determine the relation between DSA and superplasticity in coarse-grained Al-Mg alloys. This will, in turn, lead to the control of the strain ageing behavior so as to produce the largest possible values of strain rate sensitivity (and, hence, elongation).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207