MétaCan
Menu
Retour à la cohorte
Enregistrement W2566784936 · doi:10.3139/146.111455

Phase precipitation in transition metal-containing 354-type alloys

2016· article· en· W2566784936 sur OpenAlexaff
G. H. Garza-Elizondo, A. M. Samuel, S. Valtierra, F. H. Samuel

Notice bibliographique

RevueInternational Journal of Materials Research (formerly Zeitschrift fuer Metallkunde) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceIntermetallicEutectic systemAlloyPrecipitationMicrostructureMetallurgyPhase (matter)Volume fractionCastingComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The present study was carried out to investigate the effects of Ni, Mn, Zr, and Sc additions, individually or in combination, on the microstructure of 354 casting alloy (Al-9 wt.% Si-1.8 wt.% Cu-0.5 wt.% Mg). Microstructural examination and thermal analysis data showed that the main reactions detected during the solidification of the six 354 alloys (G1, G6–G10) investigated are: formation of the α-Al dendritic network; precipitation of Al-Si eutectic and post-eutectic β-Al 5 FeSi; Mg 2 Si phase; transformation of the β-phase into π-Al 8 Mg 3 FeSi 6 phase; and precipitation of Al 2 Cu and Q-Al 5 Mg 8 Cu 2 Si 6 phases. With 2 wt.% Ni addition, the formation of Al 9 FeNi and Al 3 CuNi phases is observed. In the base 354 alloy the main phases are restricted to Cu-, Mg-, and Fe-rich intermetallic phases. The Si particle characteristics and volume fraction of intermetallics are influenced by the solidification rate and Mg level, whereas addition of Fe and/or Mn has no significant influence. In alloy G9, Fe, Mn and Ni interact to form new intermetallic phases. An increased Fe content leads to formation of polyhedral/star-like sludge particles in addition to α-Fe and β-Al 5 FeSi phases; the presence of the hard sludge particles within the soft α-Al dendrites improves the alloy properties.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,044
Tête enseignante GPT0,342
Écart entre enseignants0,298 · 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.

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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Materials Research (formerly Zeitschrift fuer Metallkunde)Même sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207