MétaCan
Menu
Retour à la cohorte
Enregistrement W2736897420

Effect of welding speed on lap joint quality of friction stir welded AZ31 magnesium alloy

2008· article· en· W2736897420 sur OpenAlexfundvenueno aff
X. Cao, Mohammad Jahazi

Notice bibliographique

RevueNPARC · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésMaterials scienceWeldingFriction stir weldingMagnesium alloyMetallurgyUltimate tensile strengthMicrostructureShear (geology)Composite materialJoint (building)Structural engineeringEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Friction stir welding (FSW) is an attractive option to join magnesium alloys, one of the lightest metals for structural applications. In this work, the effect of welding speed ranging from 5 to 30 mm/s on lap joint quality of 2-mm thick AZ31B-H24 magnesium alloy was investigated in terms of weld defects, microstructure, hardness and tensile shear properties. The influence of welding speed on welding defects such as hooking and kissing bond is discussed in detail. Also, the evolution of the microstructure, hardness and tensile shear load as a function of welding speed are studied. The welding process of the lap joints for 2-mm thick AZ31 magnesium alloy was optimized based on the minimization of the hooking defect and the maximization of the tensile shear strength. Sound lap joints with good surface quality, low distortion, lack of cavity and crack defects, with minor hooking and kissing bond, and with high tensile shear strength were successfully obtained indicating the great potential of FSW technique for magnesium alloys.

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 enseignants0,022
Score d'incertitude au seuil0,490

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 Opus0,023
Tête enseignante GPT0,274
Écart entre enseignants0,251 · 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

Citations2
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207