MétaCan
Menu
Retour à la cohorte
Enregistrement W2886431641 · doi:10.1007/s11663-018-1372-y

Transient Rheological Behavior of Semisolid SEED-Processed 7075 Aluminum Alloys in Rapid Compression

2018· article· en· W2886431641 sur OpenAlexafffund
Amir Bolouri, X.-Grant Chen

Notice bibliographique

RevueMetallurgical and Materials Transactions B · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of the West of England
Mots-clésMaterials scienceRheologyGrain sizeShear rateApparent viscosityAlloySlurryViscosityMicrostructureComposite materialShear (geology)MetallurgyAluminium

Résumé

récupéré en direct d'OpenAlex

Abstract The transient rheological behavior and microstructure evolution of semisolid SEED-processed 7075 aluminum alloys were studied using the rapid compression tests. The effects of the TiB 2 grain refinement on the grain morphology and size of semisolid slurries were investigated. Results indicated that the grain refiner could reduce the grain size and improve the globularity of α-Al grains. The grain-refined alloy can be easily deformed at a wide range of solid contents (0.42 to 0.53 Fs), in which the deformation level appears to be independent from the solid content. Under the transient state, the apparent viscosity decreased with increasing shear rate to a minimum value and followed by an increase as the shear rate decreased. The apparent viscosity of the base alloy exhibited a dependency on the solid content, while the apparent viscosity of the grain-refined alloy in the decreasing or increasing shear rate periods was not substantially influenced by the solid content. The viscosity as a function of applied shear rate can be described using the power law viscosity model. The differences in the flow behavior index ( n ) and the consistency index ( k ) for two alloys were discussed.

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 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 enseignants0,025
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetallurgical and Materials Transactions BMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207