MétaCan
Menu
Retour à la cohorte
Enregistrement W3084925950 · doi:10.14447/jnmes.v23i2.a07

Eco-Friendly Frictional Joining of AA6063 and AISI304L Dissimilar Metals and Characterisation of Bimetal Joints

2020· article· en· W3084925950 sur OpenAlexvenueno aff
Haq A. Noorul, P. Sathiya

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBimetalMaterials scienceMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

This study discusses the dissimilar joining between AA6063 aluminium and AISI304L stainless steel of flat faying surfaces through a rotary friction welding process at different welding conditions as per L9 orthogonal array and the characterization of bimetal joints. The effect of welding parameters on the mechanical properties and the minimum level of welding conditions required for the metals joining were discussed. Bonding between the metals and the narrow heat-affected zone were observed from microscopy study. Energy dispersive x-ray analysis revealed the elements present at the weld interface and molybdenum formation. Fractography result on the tested specimens showed the dimple rupture during the fracture. The tensile test showed the plastic deformation near the weld joint for friction pressure 15 MPa and above. The maximum peak load and elongation of joint were around 12 kN and 12% respectively. 18 MPa friction pressure, 24 MPa upset pressure and 5 sec. friction time showed good bond strength and the maximum tensile strength of 189 MPa with 92 % of joint efficiency. Axial shortening was obtained in the range of 13-27 mm and a maximum of 26.9 mm during experiments. In joints, microhardness was decreasing towards AISI304L base metal from weld interface and conversely increasing towards AA6063 base metal. Impact tests showed the conversion of brittle into ductile fractures when increasing friction pressure and maximum impact energy observed was 38 Joule.

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 enseignants0,077
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,014
Tête enseignante GPT0,236
Écart entre enseignants0,222 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207