MétaCan
Menu
Retour à la cohorte

On the Rheocasting of High Integrity Hollow Shape Components for Automotive Applications Using 357 Aluminum Alloy

2012· article· en· W2053996582 sur OpenAlexaffabout
E. Isaac Samuel, Chang Zheng, Pascal Côté

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensAluminium Refining, Degassing and Filtering (Canada)National Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCastingAlloyAluminiumMetallurgyDie castingWeldingPorosityWork (physics)ForgingComposite materialMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Recent studies regarding semi-solid casting as a viable alternative to conventional liquid metal casting have been met with considerable interest. The dual nature of semi-solid materials results in a marked decrease in internal defects otherwise associated with conventional casting methods. In recent years, the National Research Council Canada - Aluminum Technology Centre (NRC-ATC) has dedicated itself to better understanding the behaviour of semi-solid aluminum alloys, notably 357, using the SEED (Swirled Enthalpy Equilibration Device) rheocasting method. SEED is a novel process which relies on the mechanical agitation and cooling of molten aluminum to produce a semi-solid billet. This billet is then injected into a die to yield the desired cast shape. The current work focuses on the rheocasting of a 357 aluminum alloy support bracket, consisting of four rings. Material flow around a ring is known to result in a welding of the two metal fronts. Traces of porosity and oxides can sometimes be found at the weld, unless preventative measures are taken. These include the use of overflows attached to the ring via a web as well as a careful control of the casting parameters. At NRC-ATC, several parts were rheocast and then subjected to both destructive and non-destructive testing, in an effort to better understand the material flow behaviour around these rings. The results obtained are presented herein.

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 seuil0,003

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 Opus0,071
Tête enseignante GPT0,296
Écart entre enseignants0,224 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207