MétaCan
Menu
Retour à la cohorte
Enregistrement W2054520501 · doi:10.1177/0021998311420310

Microstructure and fluidity evolution during recycling of Al–B <sub>4</sub> C metal matrix composites

2011· article· en· W2054520501 sur OpenAlexafffund
Cangji Shi, Z. Zhang, X.‐G. Chen

Notice bibliographique

RevueJournal of Composite Materials · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceIngotComposite materialMicrostructureComposite numberAgglomerateCast ironMetal matrix compositeVolume fractionParticle (ecology)MetalExtrusionMetallurgyAlloy

Résumé

récupéré en direct d'OpenAlex

Fluidity of metal matrix composites can greatly influence the recyclability of the material in the conventional ingot metallurgy process. The fluidity evolution of the AA6063–10% B 4 C composite in the form of cast billets and extruded plates, as well as the AA1100–16% B 4 C composite of cast ingots and rolled sheets was investigated by the vacuum fluidity test. The results showed that the fluidity decline of cast billets was much faster than that of extruded plates. However, the fluidity of both the cast ingots and rolled sheets decreased at the same rate with the holding time. To understand the flow behavior and recyclability of different composites, the microstructure of process materials before and after remelting was examined. The distribution of B 4 C particles and their reaction products, as well as the effective volume fraction, were quantitatively characterized. It was found that the fluidity of the extruded material, hence its recyclability, was better than that of the cast material due to a more uniform particle distribution and less particle agglomerates. Contrary to the extruded material, the rolled material did not show any fluidity improvement to the cast material due to damage of the TiB 2 protective layer around the B 4 C surfaces during severe rolling deformation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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 tête enseignante, pas un consensus.

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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207