MétaCan
Menu
Retour à la cohorte
Enregistrement W2341371305 · doi:10.1109/tmag.2015.2512920

Effect of Shear Cutting on Microstructure and Magnetic Properties of Non-Oriented Electrical Steel

2015· article· en· W2341371305 sur OpenAlexaff
Aroba Saleem, Natheer Alatawneh, Richard R. Chromik, David A. Lowther

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicrostructureElectrical steelNanoindentationComposite materialLaminationLaser cuttingPunchingScanning electron microscopeGrain sizeResidual stressEnhanced Data Rates for GSM EvolutionLaserOptics

Résumé

récupéré en direct d'OpenAlex

In manufacturing electrical machine cores, the electrical steel laminations are often mechanically cut, leading to residual stress and a deterioration in magnetic properties. Several cutting techniques are used in the industry, such as shear cutting, punching, and laser cutting. The influence of shear cutting on the steel microstructure and magnetic properties was investigated in this paper. A single sheet tester was used for the measurements of two different grades of non-oriented electrical steel at different induction levels (0.1-1.5 T) and a wide range frequency (3 Hz-1 kHz). A scanning electron microscope was used for the characterization of the microstructure (grain size) at the cutting edges. The mechanical properties near the edge of the lamination were measured using nanoindentation. An increase in magnetic loss due to cutting was observed to be ~20% for B35AV1900 and ~9% for 35WW300, corresponding to a damaged area extending up to a distance of ~170 and ~140 μm, from the cut edge, respectively.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,549

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 Opus0,009
Tête enseignante GPT0,199
Écart entre enseignants0,190 · 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

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetMetal and Thin Film MechanicsTravaux en français237 207