MétaCan
Menu
Retour à la cohorte
Enregistrement W3093441657 · doi:10.1051/matecconf/202032107012

A Method for the Production of Titanium-Tantalum Binary Alloys Using the Metalysis-FFC Process

2020· article· en· W3093441657 sur OpenAlexaff
Robert J. Howell, Luke A. Marshall, Martin Jackson, B.P. Wynne

Notice bibliographique

RevueMATEC Web of Conferences · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueMolten salt chemistry and electrochemical processes
Établissements canadiensDiscovery Centre
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésTantalumMaterials scienceTitaniumMetallurgyTitanium alloyAlloyChemical engineering

Résumé

récupéré en direct d'OpenAlex

Titanium-tantalum alloys have historically been difficult to produce using conventional techniques due to the large difference in melting point and poor interdiffusivity rates of the two elements, leading to large levels of segregation. In this work we have investigated using the Metalysis-FFC process to overcome this problem. The Metalysis-FFC process is an electrochemical process where metal oxides are reduced by acting as a cathode in an electrolytic cell combined typically with a graphite anode and molten calcium chloride electrolyte. Previous work has proven that the process works when applied to mixed oxides to produce alloys. The reduction process is performed in the solid state and so negates the problems associated with traditional melting practices such as segregation and evaporation losses. In this work we have been able to successfully produce a range of Ti-Ta alloy powders from pure titanium to pure tantalum in 10 wt% increments using the Metalysis-FFC process. Moreover, energy dispersive spectroscopy analysis of the powders suggests uniform distribution of titanium and tantalum within all compositional ranges, suggesting the Metalysis-FFC process has the potential to be a transformative manufacturing methodology for producing titanium-tantalum alloys.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,039
Tête enseignante GPT0,299
Écart entre enseignants0,260 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetMolten salt chemistry and electrochemical processesTravaux en français237 207