Effects of heat treatment and testing temperature on the tensile properties of Al–Cu and Al–Cu–Si based alloys
Notice bibliographique
Résumé
Abstract The present study aimed at investigating the effects of different additives and heat treatments on the mechanical properties of Al-2.4 %Cu-1.2 %Si-0.4 %Mg-0.4 %Fe-0.6 %Mn alloy, a casting alloy intended for automotive applications. The research was accomplished through a study of the tensile properties in both as-cast and heat-treated conditions, where the effects of different heat treatments, i. e., T5, T6, T62 and T7, commonly applied to aluminum casting alloys were evaluated at ambient and at high temperature (250 °C), using different holding (stabilization) times at testing temperature. Six alloys were prepared using 0.15 wt.% Ti grain-refined alloy – considered as the base alloy B0, and alloys B1 and B2, and D0, D1, and D2 containing various amounts of Ni, Cr, V, Zr and La, added individually or in combination. The D-series alloys had a higher Si content of 8 wt.%. The results showed that T6 and T62 treatments provide the best improvements in strength at room temperature. At high temperature, the tensile properties vary depending on the stabilization time and heat treatment. The best alloy quality is provided by B1 and D1 alloys in T62 (444/368 MPa) and T7 (430/360 MPa) conditions, respectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».