On the Effect of SiC Content and Processing Temperature on Relative Density and Hardness of Hot Compacted Aluminum AA6061 Composite – Mathematical Empirical and Response Surface Approach
Notice bibliographique
Résumé
The AA6061 is reinforced by adding SiC at various volume fractions and, the mixture is hot compacted at different processing temperatures. The influences of such parameters are investigated on the product relative density along with its relevant Vickers hardness using quantitative and qualitative formulation approach. Empirical relationships are established to relate each of the controlling (independent) parameters (SiC% and hot compaction (HC) temperature), to the composites relative density and the hardness, as dependent variables. The developed models are examined for its adequacy and significance using several statistical criteria. Response surface and contour graphs are established to reflect the relevant function interrelations and, to provide a data base source for the prior design stage. Within the specified experimental domain, first order and nonlinear models are found independently adequate and significant to grasp the functional dependence between the relative density and both SiC and HC temperature. However, second order multiple model with quadratic components of SiC percent is found to best suit the hardness-SiC%-temperature functional relationship. Increasing SiC content is found to reduce the relative density of the composites regardless the hot compaction temperature while, up to about 18 vol.% SiCp relative ratio, it enormously and nonlinearly increases the composite hardness. Further increase in SiC% addition seems not to affect the composite hardness. Relative density of the resulting composite is decreased by increasing HC temperature.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».