MétaCan
Menu
Retour à la cohorte
Enregistrement W2996907044 · doi:10.5539/jmsr.v9n1p32

Vibratory Stress Relief and Vibratory Weld Conditioning of Flux cored arc welded CA6NM steel

2019· article· en· W2996907044 sur OpenAlexvenueno aff
Luiz Fernando Cursino Briet de Almeida, Júlio César Lourenço, Maria Ismênia Sodero Toledo Faria, Décio Vieira, A. Robin, Carlos Ângelo Nunes

Notice bibliographique

RevueJournal of Materials Science Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésWeldingMaterials scienceCharpy impact testMartensiteMetallurgyHeat-affected zoneMicrostructureJoint (building)Composite materialStructural engineering

Résumé

récupéré en direct d'OpenAlex

ASTM A743 CA6NM steel is used in the manufacturing of hydraulic turbines components. Multipass welding is commonly used for their fabrication or repairing. In this work, two different vibratory welding procedures were studied: vibration applied during welding (VWC) and vibration applied after welding (VSR). Results have shown that in both conditions, CA6NM steel presented a martensitic microstructure, in which the VSR welded joint presented column-shaped packets and fine martensite delineating the individual beads, while VWC joint presented grain refinement. Heat affected zones (HAZ) presented δ-phase in small amounts for both conditions in the regions which reached higher temperatures. VSR and VWC conditions presented similar behavior in terms of hardness, HAZ hardness values being close to those of the weld metal, except for the root regions, where higher values were obtained. Charpy-V results showed that HAZs presented higher impact values than those of the weld metal. The low impact values of the weld metal were attributed to presence of inclusions from the welding electrode.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,027
Tête enseignante GPT0,311
Écart entre enseignants0,284 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetWelding Techniques and Residual StressesTravaux en français237 207