MétaCan
Menu
Retour à la cohorte
Enregistrement W2145480379 · doi:10.4271/2012-01-0188

Neutron Diffraction Study on Residual Stress in Aluminum Engine Blocks Following Machining and Service Testing

2012· article· en· W2145480379 sur OpenAlexafffund
Anthony Lombardy, D. Sediako, F. D’Elia, C. Ravindran, Robert Mackay

Notice bibliographique

RevueSAE International Journal of Materials and Manufacturing · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensNational Research Council CanadaToronto Metropolitan University
Organismes subventionnairesAUTO21 Network of Centres of Excellence
Mots-clésResidual stressNeutron diffractionMaterials scienceAluminiumMachiningDiffractionStress (linguistics)Structural engineeringNeutronMetallurgyComposite materialNuclear engineeringMechanical engineeringForensic engineeringEngineeringOpticsPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Development of lightweight alloys suitable for automobile applications has been of great importance to the automotive industry in recent years. The use of 319 type aluminum alloy in the production of gasoline engine blocks is an example of this shift towards light alloys for large automobile components. However, excessive residual stress along the cylinder bores of these engine blocks may cause problems during engine operation. Therefore, in this study, neutron diffraction was used to evaluate residual stresses along the aluminum cylinder bridge and the gray cast iron liners. The strains were measured in the hoop, radial, and axial orientations, while stresses were subsequently calculated using generalized Hooke's law. The results suggest that the residual stress magnitude for the aluminum cylinder bridge was tensile for all three measured components and gradually increased with cylinder depth towards the bottom of the cylinder. The residual stress in the gray cast iron liner was highly compressive with a relatively constant stress magnitude.</div></div>

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,272
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Materials and ManufacturingMême sujetNuclear Physics and ApplicationsTravaux en français237 207