MétaCan
Menu
Retour à la cohorte
Enregistrement W3096497355 · doi:10.3390/met10111425

Fabrication of Magnesium–NiTip Composites via Friction Stir Processing: Effect of Tool Profile

2020· article· en· W3096497355 sur OpenAlexaff
Namrata Gangil, Harsh Nagar, Sohail M.A.K. Mohammed, D. Singh, Arshad Noor Siddiquee, Sachin Maheshwari, D.L. Chen

Notice bibliographique

RevueMetals · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFriction stir processingMaterials scienceFabricationComposite materialMicrostructureMagnesiumBrittlenessHomogeneity (statistics)Indentation hardnessMetallurgy

Résumé

récupéré en direct d'OpenAlex

In this study, a solid-state fabrication route via friction stir processing (FSP) was used to fabricate Nitinol particulate (NiTip)-reinforced magnesium-based composites to avoid the diffusion reaction and the formation of brittle interfacial compounds. The effect of four tool profiles on the homogeneity in the dispersion of NiTip particles in the magnesium matrix and microhardness was examined and analyzed. A counter-clockwise scrolled shoulder with a plain cylindrical pin and three tools with a flat shoulder having plain cylindrical pin, left-hand, and right-hand threaded pins were used and compared. The tool profiles were observed to exhibit a significant influence on the microstructure of the fabricated Mg/NiTip composites. A wider and more uniform distribution of NiTip particles along with superior bonding with magnesium matrix was achieved with a left-hand threaded cylindrical pin tool. The incorporation of NiTip gave rise to a significant increase in the microhardness of the fabricated composites due to a variety of strengthening mechanisms.

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 enseignants0,174
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207