MétaCan
Menu
Retour à la cohorte
Enregistrement W2265686114

Effect of Tool Geometry on Joint Properties of Friction Stir Welded Al/Cu Bimetallic Lap Joints

2012· article· en· W2265686114 sur OpenAlexaff
Manish Gupta, B. Balu Naik, K. G. K. Murti

Notice bibliographique

RevueSSRN Electronic Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensAurora College
Organismes subventionnairesnon disponible
Mots-clésFriction stir weldingBimetallic stripMaterials scienceWeldingLap jointAluminiumJoint (building)CopperBusbarMetallurgyComposite materialSTRIPSStructural engineeringEngineeringElectrical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Friction Stir Welding (FSW) is an emerging solid state welding method which is finding increasingly widespread industrial acceptance for joining similar and dissimilar materials. Aluminium to copper bimetallic lap joints have got wide acceptance in the electrical and electronic industries. Commercially, pure Al/Cu bimetallic lap joints are fabricated by the FSW technology using tapered and straight fluted tools. This paper presents valuable information on electromechanical behavior of aluminium to copper bimetallic lap joints required for critical applications such as high current busbars, heavy duty earthing strips, etc. The experiments are conducted based on Design of Experiments (DoE) to reduce the number of trials. It is observed that better joint properties are obtained in the joints fabricated using straight fluted tool and the joint resistance is negligible, as in manufactured condition.

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)0,002
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 enseignants0,073
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207