MétaCan
Menu
Retour à la cohorte
Enregistrement W3111190356 · doi:10.3390/ma13245735

Research into the Effect of Grain and the Content of Alundum on Tribological Properties and Selected Mechanical Properties of Polymer Composites

2020· article· en· W3111190356 sur OpenAlexfundno aff
Aneta Krzyżak, Ewelina Kosicka, Robert Szczepaniak

Notice bibliographique

RevueMaterials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de la Défense Nationale
Mots-clésTribologyMaterials scienceComposite materialAbrasivePolymerComposite numberGrain sizeYoung's modulusEpoxy

Résumé

récupéré en direct d'OpenAlex

The subject of the research is a polymer composite with a matrix base of epoxy resin L285 cured with H285 hardener, and a physical modifier of friction in the form of alundum. The article presents an analysis of findings of tribological examinations. The authors evaluated the influence of the modifier properties in the form of alundum, i.e., mass share and grain size, on the abrasive wear of a composite, defined as loss of weight as well as on roughness parameters and selected mechanical properties. The tribological examinations have been extended by measurements of hardness and density of the prepared composites. The obtained results of tribological examinations showed an increase in the average value of weight loss in relation to the loss of sample weight loss between the cycles. The influence of both the grain size and the mass percentage share of alundum upon the increase in the longitudinal modulus of elasticity was also observed. On the basis of the obtained results, it was found that alundum of grain sizes equal to F220 and F240 exerted the best influence on the reduction of abrasive wear of the tested samples. In the case of F220, it was 14.04% of the average value of the weight loss between the cycles for all percentage shares of the used grains.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,247
Écart entre enseignants0,185 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetTribology and Wear AnalysisTravaux en français237 207