MétaCan
Menu
Retour à la cohorte

Alloying with Silicon and Copper in Aluminum Alloys

2007· article· en· W2068182566 sur OpenAlexafffund
Robert Mackay, Ron Hausenbusch, Jerry Sokolowski

Notice bibliographique

RevueMaterials science forum · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNetworks of Centres of Excellence of CanadaFord Motor Company
Mots-clésSolidusMaterials scienceLiquidusEutectic systemAlloyCooling curveAluminiumShrinkageMetallurgyCopperPorosityVolume fractionPhase (matter)Directional solidificationComposite material

Résumé

récupéré en direct d'OpenAlex

The main aim of the metallurgical investigation was to enhance our understanding of the role Cu and Si have on the development of shrinkage porosity in the as-cast structure, which in turn can affect high cycle fatigue (HCF) properties of Al-9Si-1Cu (W328) and Al- 7Si-4Cu (W319) alloys. In order to achieve this objective a novel approach using thermal analysis and calculated fraction solid techniques was developed to assess mushy zone kinetics, the state between the liquidus and solidus where a solid skeletal α-Al phase and the Al-Si eutectic phase grow at the expense of an inter-dendritic liquid. Specifically, the cooling curve and calculated fraction solid curve were partitioned into segments, which reflect different stages of feeding through the entire solidification event of the alloy. Each partitioned segment corresponds to a stage of feeding, which in turn signifies a relative degree of pore growth susceptibility. Two thermal analysis techniques, both using calibrated thermocouples, were used to precisely understand the solidification path for both the W319 alloy and the W328 alloy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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.

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

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207