MétaCan
Menu
Retour à la cohorte
Enregistrement W2366502212

Preparation of magnetostrictive composites using ultrasonic and their properties

2008· article· en· W2366502212 sur OpenAlexaff
Xinchun Guan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialTerfenol-DUltrasonic sensorMagnetostrictionDispersion (optics)Volume fractionEpoxyPolymerMicrostructureParticle (ecology)Magnetic fieldAcoustics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Polymer-bonded Terfenol-D composites are maily composed of Terfenol-D particles and polymer ma- trix,uniformity of Terfenol-D particles and boundary condition of interface between the particles and matrix are two important factors which influence their performance.Due to bad infiltration between particle and matrix, the polymer-bonded Terfenol-D composites made by mechanical dispersion method are universally possessing de- fects of non-homogeneous particles distribution and worse interface between particles and matrix.Using ultra- sonic instead of mechanical dispersion is a potential way to solve those problems because of the cooperative effects of acoustic cavitation and high speed acoustic stream in liquid resins.In this paper,two epoxy-bonded Terfenol-D composites with 50% particle volume fraction were fabricated by mechanical dispersion and ultrason- ic dispersion methods,respectively.The results obtained by microstructure analysis revealed that the compos- ites prepared by ultrasonic have compact structure and homogeneous distribution of particles.Furthermore,the examination of mechanical properties and magentostrictive properties indicated that using ultrasonic dispersion method can improve both the elastieity module and magnetostrietion of magnetostrictive composites.

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 enseignants0,012
Score d'incertitude au seuil0,194

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 Opus0,019
Tête enseignante GPT0,216
Écart entre enseignants0,197 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Materials for ConstructionTravaux en français237 207