Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">In the past decade, magnesium (aluminum) alloy use in the automotive industry has increased in order to reduce vehicle weight and fuel consumption. However, their applications are usually limited to temperatures of up to 120°C. Improvements in the high-temperature mechanical properties of magnesium alloys would greatly expand their industrial applications. As compared to the unreinforced monolithic metal, metal matrix composites have been recognized to possess superior mechanical properties, such as high elastic modulus and strengths as well as enhanced wear resistance. In this study, a novel approach of making hybrid preforms with two or more types reinforcements, i.e., different size particles and fibers, for magnesium-based composites was developed. An advanced and affordable technique of fabricating hybrid magnesium-based composites called the preform-squeeze casting was employed successfully. The microstructures of the hybrid preform and the reinforced magnesium-based composites were analyzed with both optical microscopy (OM), and scanning electron microscopy (SEM). The microstructural analyses show that both the particles and fibers distribute homogeneously in the preform and the composite's matrix material. The engineering performance of the composites was evaluated by tensile testing both the reinforced and unreinforced matrix alloy. The tensile testing results indicate that the tensile properties of the composites are considerably improved compared with those of the matrix magnesium alloy.</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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».