MétaCan
Menu
Retour à la cohorte
Enregistrement W2025215737 · doi:10.1179/026708303225005980

Modelling recovery and recrystallisation during annealing of AA 5754 aluminium alloy

2003· article· en· W2025215737 sur OpenAlexfundno aff
Warren J. Poole, Matthias Militzer, Mary A. Wells

Notice bibliographique

RevueMaterials Science and Technology · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceAnnealing (glass)MetallurgyRecrystallization (geology)Isothermal processSofteningAlloyGrain sizeAluminiumMicrostructureGrain growthAluminium alloyVolume fractionThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

A microstructure model taking into account recovery and recrystallisation has been developed to predict the yield stress and the recrystallised grain size during continuous annealing of cold rolled AA 5754 sheet alloy. Using isothermal annealing tests, recovery and recrystallisation kinetics were quantified as a function of temperature and cold reduction. The model was formulated employing the internal state variable approach with the following three state variables: dislocation density, volume fraction recrystallised, and grain size. A rule of mixtures is adopted to separate the effect of recovery and recrystallisation in the overall softening. Model validation has been carried out by comparing the predicted softening curves with those obtained in continuous heating tests replicating heating rates of industrial continuous annealing lines. The model can be applied to non-isothermal processing routes of industrial cold rolled AA 5754 with thickness reduction in the range 40-80%.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,180
Écart entre enseignants0,171 · 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'étudeSimulation ou modélisation
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

Citations28
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207