MétaCan
Menu
Retour à la cohorte
Enregistrement W2971988348 · doi:10.33262/cienciadigital.v3i3.2.758

Materiales compuestos de matriz aleación de aluminio-silicio como alternativa en la fabricación de motores de combustión interna para la reducción de combustible

2019· article· es· W2971988348 sur OpenAlexaff
Gustavo López

Notice bibliographique

RevueCiencia Digital · 2019
Typearticle
Languees
DomaineSocial Sciences
ThématiqueMultidisciplinary Research Papers Compilation
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesMaterials scienceArt

Résumé

récupéré en direct d'OpenAlex

El presente artículo tiene por objetivo realizar un análisis entre los materiales de aleación aluminio-silicio, utilizados en la fabricación de blocks de motores de combustión interna, con los materiales compuestos de matriz metálica (MCMM); dando a conocer los problemas y beneficios que poseen las aleaciones de aluminio-silicio, al estar expuestos los cilindros del block a elevadas solicitaciones mecánicas con temperaturas que superan los 700 °C; así como las características y beneficios que presentarían los MCMM, si se los utilizaría en la manufactura de esta parte del motor. Además, se presenta, que los materiales compuestos de matriz aleación aluminio-silicio reforzada con materiales cerámicos, podrían ser una estrategia en el empleo de fabricación de blocks de motores, dando como resultado que la combinación razonada de la aleación aluminio-silicio con partículas cerámicas de carburo de silicio (SiC), para obtener el material compuesto (MC o composite), conjuga entre si propiedades de bajo peso, excelente transferencia de calor, alta resistencia a la tracción, gran tenacidad, resistente a procesos de desgaste y corrosión, lo que genera un alto rendimiento con un menor consumo de combustible. Un análisis entre las aleaciones de aluminio con los MCMM Al-Si reforzada con partículas cerámicas, muestran que los MC podrían ser una alternativa de material para la manufactura de blocks de automóviles, camiones y buses, ya que la característica del cerámico otorga estabilidad térmica al interior del cilindro, específicamente en la cámara de combustión (material no sufre de reblandecimiento), a elevadas temperaturas. La resistencia última y la dureza de un MCMM ANSI AA A359/SiC/20p-T6, con proceso de fabricación stir casting y colado por gravedad en molde de arena, es de 242 MPa y 120 HB; que respecto a una aleación de aluminio ANSI AA A356.0-T1, con proceso de fabricación en molde permanente, con valores de 207 MPa y 90 HB; muestra que el composite tiene mejores propiedades de resistencia y dureza, lo cual podría tener potenciales aplicaciones para la manufactura de todo tipo de blocks de motores de combustión interna, lo cual, si estos materiales pudieran ser utilizados, la reducción de combustible como objetivo, sería beneficioso para el impacto ambiental.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,016
Tête enseignante GPT0,347
Écart entre enseignants0,331 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiencia DigitalMême sujetMultidisciplinary Research Papers CompilationTravaux en français237 207