MétaCan
Menu
Retour à la cohorte
Enregistrement W2357794234

Laser spot welding of SPCC steel and NdFeB magnet

2008· article· en· W2357794234 sur OpenAlexaff
Y. Zhou

Notice bibliographique

RevueJournal of Tsinghua University(Science and Technology) · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNeodymium magnetWeldingMetallurgyMagnetSpot weldingJoint (building)BrittlenessLaser beam weldingElectric resistance weldingHeat-affected zoneWelding jointComposite materialFracture (geology)Mechanical engineeringStructural engineeringEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mechanical fastening or adhesive bonding methods are generally used to join a NdFeB permanent magnet to a steel component, while no research has been reported on the welding process to join magnet to steel. In this paper, laser spot welding was used to join a NdFeB permanent magnet to an SPCC (steel plate cold commercial) steel in an effort to achieve joining of magnet/steel dissimilar materials with high speed and quality, with the joint formation mechanism, hardness, strength, and fracture behavior analyzed. The results show that during the welding process, the two base metals quickly melt, mix and then solidify to form the weld that joins the two specimens together, but that the hardness in the joint is not uniform with the heat affected zone having lower hardness than the NdFeB base metal. Within the nugget, the region adjacent to the fusion line has the highest hardness while the middle part of the nugget has the lowest in the joint. The maximum fracture stress of the joint is about 75% the strength of the magnet. Hot cracks tend to occur at the interface between the nugget and the magnet base metal, whereat the cracks propagate and lead to joint failure during shear tests. The fracture is intergrannular which is a typical brittle fracture.

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 enseignants0,034
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,006
Tête enseignante GPT0,157
Écart entre enseignants0,151 · 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tsinghua University(Science and Technology)Même sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207