Experimental Investigation to Study the Influence of Variation in Composition on Tribological Behavior and Impact Strength of Aluminium Alloy Al7068
Notice bibliographique
Résumé
Aluminium alloys have a wide variety of applications in the industrial sector due to some unique characteristics like lightweight, high strength to weight ratio, corrosion resistance, good electrical conductivity, recyclability, ductility, and formability, etc. Due to this unique combination of properties, the applications of aluminium alloys continue to increase. The tribological behavior and impact strength were studied in this research work by conducting the wear and impact tests, varying the composition of two major alloying elements, Magnesium (Mg) and Zinc (Zn) of Al7068 aluminium alloy. The specimens were prepared as per ASTM standards for wear and impact tests, four compositions each for Mg% varying b/w (2.2 to 3%), and Zn % varying b/w (7.3 to 8.3%). The results of the wear test on the alloy Al7068 shows that the specimens with 3% Mg and 7.6% Zn compositions gives least wear rate at loads 2 kg and 3 kg respectively whereas the specimens with compositions of 2.75% Mg and 7.3% Zn give highest wear rate at a low load of 1 kg. The impact test results indicate that specimens with compositions of 2.2% Mg and 7.6% Zn of the alloy Al7068 give the highest impact strength which in turn improves its performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».