MétaCan
Menu
Retour à la cohorte
Enregistrement W2897652029 · doi:10.2351/1.5062253

Study on laser brazing characteristics of dissimilar metals

2011· article· en· W2897652029 sur OpenAlexaff
Sook Hwan Kim, Y. Zhou, Mok Young Lee, Liqun Li, Ali Nasiri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIntermetallicMaterials scienceElectron microprobeBrazingUltimate tensile strengthAlloyScanning electron microscopeMetallurgyDuctility (Earth science)Optical microscopeMicroanalysisBrittlenessComposite materialChemistryCreep

Résumé

récupéré en direct d'OpenAlex

Laser brazing between commercially Al coated steel and type Mg alloy(AZ31B) has been carried out in the Mg-based and Al-based insert metals. The brazing bonds have been evaluated using light microscopy, electron probe microanalysis (EPMA), X-ray diffraction (XRD) technique and tensile shear testing. Light microscopy shows that different intermediate layers are formed in the reaction zone, and these layers changes with a kind of insert metals. EPMA revealed that, at any particular insert metal, Mg-rich phases (intermetallic phases) formed in cell boundary of the Mg alloy side, but original coated layer remained in the steel side. This microanalysis also indicated different step formations in the concentration profile of Al, Mg, Zn and Si over different composition ranges in the fusion zone indicating formation of intermetallic phases that were detected by XRD. Brittle intermetallic phases lower the strength and ductility of the brazed couples significantly. Best room temperature tensile shear fracture load, approximately 520kg. has been obtained at Mg-6.5Al-1Zn-0.3Mn due to minimal deleterious effects.

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 enseignants0,710
Score d'incertitude au seuil0,341

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 Opus0,038
Tête enseignante GPT0,266
Écart entre enseignants0,228 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Welding Techniques AnalysisTravaux en français237 207