MétaCan
Menu
Retour à la cohorte
Enregistrement W2804077194 · doi:10.1051/matecconf/201816506009

Fatigue life improvement of cast ZK60 Mg alloy through low temperature closed-die forging for automotive applications

2018· article· en· W2804077194 sur OpenAlexafffund
S.M.H. Karparvarfard, S.K. Shaha, Seyed Behzad Behravesh, Hamid Jahed, Bruce W. Williams

Notice bibliographique

RevueMATEC Web of Conferences · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensNatural Resources CanadaUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésForgingMaterials scienceAlloyMetallurgyDie (integrated circuit)Texture (cosmology)Magnesium alloyGrain sizeComposite materialComputer science

Résumé

récupéré en direct d'OpenAlex

The influence of low-temperature closed-die forging on the quasi-static and cyclic behaviour of as-cast ZK60 magnesium alloy was investigated. As-cast ZK60 billets were forged at a ram speed of 20 mm/sec and a temperature of 250 °C. While the yield strength of the starting alloy was 139 MPa, the forging process improved the yield strength significantly by ~68% to 234 MPa. Moreover, the stresscontrolled push-pull fatigue tests at the stress amplitudes of 140 MPa to 180 MPa revealed that the fatigue life was enhanced by an order of magnitude. Microstructural analyses besides the texture measurements at different locations of the forged part manifested partial grain refinement and texture modification strengthening mechanisms. It is believed that the fatigue life improvement is achieved in the wake of the grain refinement and the subsequent material strengthening.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,281
Écart entre enseignants0,250 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207