MétaCan
Menu
Retour à la cohorte
Enregistrement W2129237542 · doi:10.1179/1743284712y.0000000019

Depth dependence and strain rate sensitivity of indentation stress of 6061 aluminium alloy

2012· article· en· W2129237542 sur OpenAlexaff
Meysam Haghshenas, Liang Wang, R.J. Klassen

Notice bibliographique

RevueMaterials Science and Technology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésIndentationMaterials scienceStrain rateDislocationComposite materialDeformation (meteorology)AluminiumAlloyDeformation mechanismMetallurgyMicrostructure

Résumé

récupéré en direct d'OpenAlex

Indentation tests were performed on samples of 6061 aluminium alloy in the annealed, T4 and T6 temper conditions. The tests were performed over a range of loading rates to study the effect of indentation strain rate [Formula: see text] on the indentation depth dependence of the average indentation stress σind. While [Formula: see text] changes by several orders of magnitude during the constant loading rate nano-/microscale indentation tests, we observed that the strain rate sensitivity of σind increases with decreasing indentation depth for all the samples tested. By applying an obstacle limited dislocation glide description of the deformation process, we were able to demonstrate that the apparent activation energy of the obstacles to dislocation glide increases with decreasing indentation depth and is also dependent upon the heat treatment condition of the 6061 test material. This suggests that, based upon the assumption of the operative deformation mechanism chosen, the strength of the dislocation–obstacle interactions that limit the rate of deformation is significantly increased in indentations of depth <∼4 μm.

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)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetMetal and Thin Film MechanicsTravaux en français237 207