MétaCan
Menu
Retour à la cohorte
Enregistrement W2056838112 · doi:10.4028/www.scientific.net/ast.68.153

Effect of Nanosized TiO<sub>2</sub> on Nucleation and Growth of Cristobalite in Sintered Fused Silica Cores for Investment Casting

2010· article· en· W2056838112 sur OpenAlexaff
Giuseppe Casarano, Antonio Licciulli, Antonio Chiechi, D. Diso, Danilo Bardaro, Pasquale Bene, Michele Di Foggia

Notice bibliographique

RevueAdvances in science and technology · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal and Kinetic Analysis
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésCristobaliteMaterials scienceInvestment castingDilatometerMetallurgyNucleationTridymiteCastingCeramicComposite materialThermal expansionMold

Résumé

récupéré en direct d'OpenAlex

Sintered fused silica is often used for making sacrificial cores in investment castings of Ni superalloys. Their usage is fundamental in the manufacture of precise superalloy gas turbine components with complex internal cooling passages. In this study SiO2/ZrSiO4/TiO2 cores were prepared from fused silica powders with different grain size and zircon and TiO2 content by slip casting method. Green samples were sintered at 1230°C at various soaking time: from 0,5 to 10 hours. Thermomechanical and microstructural properties of optimized silica obtained by add of 1,5%wt of TiO2 to SiO2/ZrSiO4 composition have been investigated by three point bending tests, XRD and Hg porosimetric analysis. The influence of cristobalite content on thermal stability at high temperature was studied by an optical dilatometer. At temperature below 1200°C TiO2 appears to act as a phase transformation inhibitor reducing the transformation rate of fused silica to cristobalite at high temperatures. At higher temperature it speeds up the formation of cristobalite. A comparison with commercial silica cores made by injection moulding has been performed. A prototype core was obtained and an investment casting was performed on that.

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 enseignants0,002
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 Opus0,005
Tête enseignante GPT0,260
Écart entre enseignants0,255 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in science and technologyMême sujetThermal and Kinetic AnalysisTravaux en français237 207