MétaCan
Menu
Retour à la cohorte
Enregistrement W3006860714

The influence of tool geometry on mechanical properties of friction stir welded AA-2024 and AA-2198 joints

2016· preprint· en· W3006860714 sur OpenAlexaff
Mahdi Masoumi Khalilabad, Yasser Zedan, Damien Texier, Mohammad Jahazi, Philippe Bocher

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2016
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceWeldingFriction stir weldingUltimate tensile strengthComposite materialScanning electron microscopeTaperingFillet (mechanics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The tool geometry in friction stir welding (FSW) is a critical parameter to produce reliable and consistent joints, especially when it comes to joining dissimilar alloys with different mechanical and thermal properties. The aim of the present work is to investigate the effect of FSW tool design on the mechanical characteristic of as-welded AA2198(T3)-AA2024(T3) joints. Three shoulder profiles (flat, spiral, and fan) and five different pin profiles (tapered cylindrical, straight cylindrical, threaded cylindrical, cone and square) were tested. A visual inspection and metallographic characterization were conducted to evaluate the sound state of the joint. Tensile tests and scanning electron microscopy combined with energy-dispersive X-ray spectroscopy were used to assess the mechanical properties of the different joints in regard to fractographic analyses and local chemical composition. Significant flash was produced for flat shoulder configurations. FSW tools with fan or with spiral shoulders prevent the formation of the flash defect. Lack of penetration (LOP) and kissing bond defects were avoided by tapering the tip of the pin with a diameter greater than or equal to the plate thickness. The tapered cylindrical pin with a fan shoulder was the optimal tool design configuration for mechanical properties.

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)0,001
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 enseignants0,202
Score d'incertitude au seuil0,766

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetAdvanced Welding Techniques AnalysisTravaux en français237 207