MétaCan
Menu
Retour à la cohorte
Enregistrement W2031277717 · doi:10.1179/026708303225006024

Superplastic behaviour of annealed AA 8090 Al-Li alloy

2003· article· en· W2031277717 sur OpenAlexafffund
B.P. Kashyap, M.C. Chaturvedi

Notice bibliographique

RevueMaterials Science and Technology · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceStrain rateSuperplasticityFlow stressStrain hardening exponentSofteningStrain (injury)Atmospheric temperature rangeMetallurgyActivation energyComposite materialHardening (computing)AlloyThermodynamics

Résumé

récupéré en direct d'OpenAlex

High temperature flow behaviour and microstructural evolution were investigated in an annealed AA 8090 Al - Li alloy over the temperature range 623 - 803 K and strain rate range ~ 6 × 106 - 3 × 102 s-1. Stress - strain rate data, obtained using a differential strain rate test technique and plotted in log - log scale, exhibited three regions I, II, and III, with increasing strain rate. In these regions, the values of strain rate sensitivity index m and the activation energy for deformation were determined to be 0.17, 0.43, and 0.17; and 758.8, 93.3, and 184.3 kJ mol-1, respectively. The stress - strain curves obtained from constant strain rate tests exhibited flow hardening at lower strain rates and higher temperatures whereas flow softening occurred at higher strain rates and lower temperatures. The microstructural evolution revealed the dominance of grain growth under the former conditions and dynamic recrystallisation under the latter conditions. Ductility and m were found to increase with temperature, with the maximum values of 402% and 0.55, respectively, at a temperature 803 K and strain rate 2 × 10-4 s-1.

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 enseignants0,004
Score d'incertitude au seuil0,008

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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations7
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetMetallurgy and Material FormingTravaux en français237 207