MétaCan
Menu
Retour à la cohorte
Enregistrement W2889052929 · doi:10.1139/tcsme-2018-0037

Influence of tool rotational speed on microstructural characteristics of dissimilar Mg alloys during friction stir welding

2018· article· en· W2889052929 sur OpenAlexvenueno aff
P. Sevvel, C. Satheesh, V. Jaiganesh

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAll India Council for Technical Education
Mots-clésFriction stir weldingRotational speedWeldingMaterials scienceExtrusionAlloyComposite materialFriction stir processingUltimate tensile strengthMetallurgyBase metalMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Dissimilar friction stir welding of the AZ80A Mg alloy as the advancing side and the AZ91C Mg alloy as the retreating side was carried out at a constant feed rate of 75 mm/min using a taper cylindrical pin profiled tool at different tool rotational speeds. Defect free welds were produced in the 700–900 rpm rotational speed range. During friction stir welding, extrusion of metal took place in the advancing side and this extruded material was dynamically recrystallized and redeposited on the retreating side. This experimental investigation revealed that friction stir welding leads to the formation of comparatively finer sized grains on the retreating side of the thermo-mechanically affected zone compared to grains in the thermo-mechanically affected zone on the advancing side. Moreover, the heat affected zone of AZ80A possessed fine sized grains compared to the heat affected zone of AZ91C. Additionally, increasing tool rotational speed influenced the tensile strength of the fabricated joints.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,588

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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207