MétaCan
Menu
Retour à la cohorte
Enregistrement W2547411758 · doi:10.3390/met6110262

Water Droplet Erosion Performance of Laser Shock Peened Ti-6Al-4V

2016· article· en· W2547411758 sur OpenAlexafffund
Abdullahi Kachalla Gujba, Lloyd A. Hackel, Mamoun Medraj

Notice bibliographique

RevueMetals · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Treatment and Residual Stress
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésPeeningResidual stressMaterials scienceShock (circulatory)Indentation hardnessErosionAirfoilMicrostructureComposite materialMetallurgyStructural engineeringGeologyMedicine

Résumé

récupéré en direct d'OpenAlex

The water droplet erosion (WDE) performance of laser shock peened (LSP) Ti-6Al-4V was investigated. LSP condition using two or three peening impacts per unit area induced compressive residual stresses. However, LSP treatment showed a mild increase in microhardness and no observable changes in the microstructure. The effect of LSP and its associated attributes on the WDE performance was studied according to the American Society for Testing and Materials Standard (ASTM G73). Influence of the impact speed between 150 and 350 m/s on the WDE performance was explored. Two sample geometries, T-shaped flat and airfoil, were used for the WDE tests. For the flat samples, LSP showed little or no beneficial effect in enhancing the WDE performances at all tested speeds. The peened and unpeened flat samples showed similar erosion initiation and maximum erosion rate (ERmax). The LSP airfoil samples showed mild improvement in the WDE performance at 300 m/s during the advanced erosion stage compared to the as-machined (As-M) condition. However, at 350 m/s, no improved WDE performance was observed for the LSP airfoil condition at all stages of the erosion. It was concluded that compressive residual stresses alone are not enough to mitigate WDE. Hence, the notion that the fatigue mechanism is dominating in WDE damage is unlikely.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,202
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 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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetSurface Treatment and Residual StressTravaux en français237 207