MétaCan
Menu
Retour à la cohorte
Enregistrement W2409263139 · doi:10.1115/imece2014-36482

Comparison of Hardness and Microstructures Produced Using GMAW and Hot-Wire TIG Mechanized Welding of High Strength Steels

2014· article· en· W2409263139 sur OpenAlexaff
Abdelbaset R.H. Midawi, Emanuel B. F. Dos Santos, A.P. Gerlich, Rob Pistor, M. Haghshenas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGas metal arc weldingGas tungsten arc weldingWeldingMaterials scienceMetallurgyHeat-affected zoneIndentation hardnessTungstenDeposition (geology)Inert gasArc weldingComposite materialMicrostructure

Résumé

récupéré en direct d'OpenAlex

For high productivity weld fabrication, gas metal arc welding (GMAW) is typically used since it offers a combination of high deposition rate and travel speed. Recent advances in power supply technologies have increased the deposition rates in hot-wire tungsten inert gas (HW-TIG) welding, such that it is possible to achieve parameters which may be comparable to those used in GMAW for pressure vessels and some pipeline applications. However, these two processes have drastically different deposition efficiencies and heat input characteristics. The purpose of the present study is to examine GMAW and HW-TIG bead-on-plate deposits in terms of mechanical properties, deposition rate, and heat affected zone (HAZ) thermal cycles when identical travel speed and wire feed speeds are applied with a ER90S-G filler metal. The results demonstrate that HW-TIG can be applied with comparable travel and wire feed speeds to GMAW, while providing a more uniform weld bead appearance. Based on weld metal microhardness values, it is suggested the effective heat input is lower in HW-TIG compared to GMAW, since the average hardness of the weld metal is slightly higher.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWelding Techniques and Residual StressesTravaux en français237 207