MétaCan
Menu
Retour à la cohorte
Enregistrement W2897849153 · doi:10.2351/1.5061583

Thermal control managing for in-situ synthesis of Ti-C-Fe system by laser cladding on carbon steel

2009· article· en· W2897849153 sur OpenAlexaff
Ali Emamian, Stephen F. Corbin, Amir Khajepour

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCorrosionCladding (metalworking)Composite materialCarbon steelComposite numberMetallurgyTitaniumGraphiteCoatingSubstrate (aquarium)

Résumé

récupéré en direct d'OpenAlex

In-situ laser cladding enables the formation of a uniform clad by melting the powder and substrate to form a composition from pure powder components. Since TiC has desirable properties such as hardness, wear and corrosion resistance, titanium (Ti) and graphite (C) are used as a composite material (i.e., TiC) to increase hardness and wear resistance of AISI 1030 carbon steel. To increase the corrosion, erosion, and wear resistance of a low grade material substrate the entire substrate surface must be coated by the multi-track cladding. Preliminary experiments indicate that deposition of multi-track of TiC-Fe base composite results in different TiC morphologies which might affect the clad properties. In this paper, effect of different heat input on TiC morphology has been studied.Results show that different heat input which are designed by laser parameters affect the TiC morphology. SEM and EDS data show that TiC particles are built up uniformly during the laser cladding process in the iron matrix with dissimilar morphologies.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,594

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHigh Entropy Alloys StudiesTravaux en français237 207