MétaCan
Menu
Retour à la cohorte
Enregistrement W2087407836 · doi:10.2355/isijinternational.54.294

Mathematical Modeling and Microstructure Analysis of Al–Mg–Sc–Zr Alloy Strips Produced by Horizontal Single Belt Casting (HSBC)

2014· article· en· W2087407836 sur OpenAlexaff
Sa Ge, Mert Çelikin, Mihaiela Isac, R. I. L. Guthrie

Notice bibliographique

RevueISIJ International · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCastingAlloyMicrostructureMetallurgyContinuous castingComposite material

Résumé

récupéré en direct d'OpenAlex

Horizontal Single Belt Casting (HSBC) is a near net shape strip casting technology that will probably gain significant prominence in the coming years. Fluid mechanics and associated heat and mass transfer are important aspects of any continuous casting process, and the HSBC process is no exception.In this study, mathematical models have been developed, using ANSYS FLUENT 14, to assess various aspects of the HSBC process for the Al–Mg–Sc–Zr system. Specific emphasis is placed on a) the effects of substrate surface properties on strip quality, b) liquid metal-air two-phase interactions and meniscus behavior, c) heat fluxes between the metal and substrate, and d) solidification behavior during strip casting.These predictions are validated against experimental casting results. A 5000 series Al–Mg alloy, with added Sc and Zr, shows exceptional potential as a structural material for aerospace and transportation applications. It is also a suitable material to be produced via the HSBC process. Optical microscopy, SEM and EBSD analyses were conducted to compare the potential advantages of casting this alloy via the HSBC process versus conventionally produced Direct Chill Casting.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISIJ InternationalMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207