MétaCan
Menu
Retour à la cohorte
Enregistrement W2555447969 · doi:10.1080/13621718.2016.1251714

Influence of hard inclusions on microstructural characteristics and textural components during dissimilar friction-stir welding of an PM Al–Al <sub>2</sub> O <sub>3</sub> –SiC hybrid nanocomposite with AA1050 alloy

2016· article· en· W2555447969 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueScience and Technology of Welding & Joining · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanocompositeMicrostructureWeldingComposite materialFriction stir weldingTexture (cosmology)Microscale chemistryFriction stir processingComposite numberGrain sizeMetallurgy

Résumé

récupéré en direct d'OpenAlex

Owing to the advantages of nanocomposites for structural applications, we present microstructural evolutions and texture development during dissimilar friction stir welding (DFSW) of an Al-matrix hybrid nanocomposite (Al-2 vol.-% Al 2 O 3 -2 vol.-% SiC) with AA1050. It is shown that DFSW can successfully be performed at a rotating speed of 1200 rev min −1 and a transverse speed of 50 mm min −1 while locating the nanocomposite at retreating side. Formation of macro-, micro-, and nano-mechanical interlocks between dissimilar base materials (BMs) as a result of FSW tool stirring action possessed an impact influence on the mechanical performance of dissimilar welds. Electron microscopy revealed formation of a three-modal grain structure from microscale (&gt;1 µm) to nanoscale (&lt;100 nm) range in the stir zone of the joint materials. Texture components included a mixture of [Formula: see text] shear elements and ideal [Formula: see text] random orientations, as compared to the completely random and Cu-P preferred textures for the aluminum and composite BMs.

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.

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 enseignants0,120
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
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 GPT0,193
Écart entre enseignants0,187 · 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