MétaCan
Menu
Retour à la cohorte
Enregistrement W2890544336 · doi:10.1002/maco.201810293

Corrosion and corrosion fatigue performances of micro‐arc oxidation coating on AZ31B cast magnesium alloy

2018· article· en· W2890544336 sur OpenAlexafffund
Yuna Xue, Xin Pang, Bailing Jiang, Hamid Jahed

Notice bibliographique

RevueMaterials and Corrosion · 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-clésMaterials scienceCoatingCorrosionMetallurgyMicro arc oxidationMicrostructureCorrosion fatigueMagnesium alloyAlloyComposite materialConversion coating

Résumé

récupéré en direct d'OpenAlex

In this work, the corrosion performances of micro‐arc oxidation (MAO) coating on AZ31B cast alloy were examined. MAO coating synthesized at a low current density of 34 mA/cm 2 has a uniform and compact microstructure with very fine micro‐pores and few structural defects; thus, robust protection is provided for the AZ31B substrate in corrosive solutions. The long‐term corrosion and corrosion fatigue behaviors of the MAO coatings formed at the optimal current density for 5 and 10 min were characterized. The results show that the MAO coating formed for 10 min provides greater protection in a salt fog environment than the coating formed for 5 min does because it is thicker. The fatigue life and fracture analysis of bare, MAO‐coated and E‐paint MAO‐coated AZ31B indicate that the MAO coating reduces corrosion fatigue life by 55% due to the micro‐pores and micro‐cracks on its surface providing initiation sites under stress conditions and accelerating crack propagation. However, E‐paint MAO‐coated specimens show improved corrosion fatigue strength in 10 7 cycles at ∼60 and ∼50 MPa under the same conditions due to the sealing of the micro‐pores and micro‐cracks in the MAO coatings.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations40
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials and CorrosionMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207