MétaCan
Menu
Retour à la cohorte
Enregistrement W2034233978 · doi:10.1080/10426914.2010.523911

On the Formation of Intermetallics during the Furnace Brazing of Pure Titanium to 304 Stainless Steel Using Ag (30–50%)–Cu Filler Metals

2010· article· en· W2034233978 sur OpenAlexaff
Ali Shafiei, P. Abachi, K. Dehghani, K. Pourazarang

Notice bibliographique

RevueMaterials and Manufacturing Processes · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueIntermetallics and Advanced Alloy Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBrazingMaterials scienceIntermetallicMetallurgyMicrostructureBrittlenessShear strength (soil)Joint (building)TitaniumFiller metalAlloyComposite materialWelding

Résumé

récupéré en direct d'OpenAlex

In the present work, the effect of brazing parameters on the properties of the brazed joint of pure titanium and 304 stainless steel (304SS) was investigated. Three different Ag–Cu filler metals were used, while the temperature and time of brazing were in the range of 800–950°C and 5–45 minutes, respectively. The microstructural observations show that, depending on the brazing conditions, different intermetallic phases such as CuTi2, CuTi, Cu3Ti4, and FeTi were formed at the phases interface. Based on the microstructural observations, a model was developed to characterize the formation of phases at the interfaces and brazed joint. The results show that, while some phases may form during the brazing process, the others can form during the cooling cycle after brazing. The results of the mechanical tests indicate that the microstructure of joint has a considerable effect on the shear strength of the brazed samples. It was observed that, when brittle intermetallic phases are finely dispersed at the interface, the strength was lower comparing to the conditions under which the intermetallic phases had a coarse dispersion in the brazed joint.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,204 · 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

Citations22
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials and Manufacturing ProcessesMême sujetIntermetallics and Advanced Alloy PropertiesTravaux en français237 207